Zobrazeno 1 - 10
of 272
pro vyhledávání: '"seabed classification"'
Publikováno v:
Journal of Applied Geospatial Information, Vol 7, Iss 2, Pp 898-903 (2023)
Classification of seabed types from multibeam echosounder data using machine learning techniques has been widely used in recent decades, such as Random Forest (RF), Artificial Neural Network (ANN), Support Vector Machine (SVM), and Nearest Neighbor (
Externí odkaz:
https://doaj.org/article/d3778ccba4f94a9fb319f120d98bbb5e
Publikováno v:
Frontiers in Marine Science, Vol 10 (2023)
The increasing availability and quality of high-resolution bathymetry data has led to a growing need for automated classification approaches to extract seabed features and better understand our ever-changing and complex seascapes. Here we present a n
Externí odkaz:
https://doaj.org/article/17c10677c6d04e1490125fe60cf88390
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Pedro S. Menandro, Ana Carolina Lavagnino, Fernanda V. Vieira, Geandré C. Boni, Tarcila Franco, Alex C. Bastos
Publikováno v:
Frontiers in Marine Science, Vol 9 (2022)
Seabed mapping is currently the baseline information for ocean management and conservation, and is an indispensable item within research and Marine Spatial Planning. Here, we use a case study and published data along the southeast Brazilian continent
Externí odkaz:
https://doaj.org/article/5013ad67b7404964bb73f99f2f367dca
Autor:
Ozren Hasan, Natalia Smrkulj, Slobodan Miko, Dea Brunović, Nikolina Ilijanić, Martina Šparica Miko
Publikováno v:
Remote Sensing, Vol 15, Iss 10, p 2588 (2023)
The upper part of the Krka River estuary and Prokljan Lake are a specific example of a well-stratified estuarine environment in a submerged river canyon. Here, we reconstructed the geomorphological evolution of the area and classified the data gather
Externí odkaz:
https://doaj.org/article/cd77308f519f4adfbb7f760adbdc1c18
Publikováno v:
IEEE Access, Vol 9, Pp 29416-29428 (2021)
Acoustic seabed classification (ASC) is a fast and large-scale seabed sediment survey method. In particular, combining it with an automated classifier can theoretically achieve fast automatic seabed sediment classification. However, owing to the cost
Externí odkaz:
https://doaj.org/article/f0cb175653da41fab10460c7b6849582
Publikováno v:
Frontiers in Remote Sensing, Vol 3 (2022)
Improvements to acoustic seafloor mapping systems have motivated novel marine geological and benthic biological research. Multibeam echosounders (MBES) have become a mainstream tool for acoustic remote sensing of the seabed. Recently, “multispectra
Externí odkaz:
https://doaj.org/article/7879c702fc324ceda96ffe6eae7dac81
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Remote Sensing, Vol 14, Iss 3, p 590 (2022)
This study presents a novel method to identify optically deep water using purely spectral approaches. Optically deep waters, where the seabed is too deep for a bottom reflectance signal to be returned, is uninformative for seabed mapping. Furthermore
Externí odkaz:
https://doaj.org/article/969b154732aa4c629d20061395ac872f