Crop Type Classification by DESIS Hyperspectral Imagery and Machine Learning Algorithms

Farmonov Nizom; Amankulova Khilola; Szatmári József; Sharifi Alireza; Abbasi-Moghadam Dariush; Mirhoseini Nejad Seyed Mahdi; Mucsi László: Crop Type Classification by DESIS Hyperspectral Imagery and Machine Learning Algorithms.
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 16. pp. 1576-1588. ISSN 1939-1404 (2023)

[thumbnail of Crop_Type_Classification_by_DESIS_Hyperspectral_Imagery_and_Machine_Learning_Algorithms.pdf]
Előnézet
Szöveg
Crop_Type_Classification_by_DESIS_Hyperspectral_Imagery_and_Machine_Learning_Algorithms.pdf - Megjelent verzió

Download (4MB) | Előnézet
Mű típusa: Folyóiratcikk
Folyóirat/kiadvány címe: IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING
Publikáció dátuma: 2023
Kötet: 16
Oldalak: pp. 1576-1588
ISSN: 1939-1404
Kar/Egység: Természettudományi és Informatikai Kar
Intézmény: Szegedi Tudományegyetem
Nyelv: angol
MTMT rekordazonosító: 33630993
DOI azonosító: https://doi.org/10.1109/JSTARS.2023.3239756
Dátum: 2023. Feb. 15. 10:57
Utolsó módosítás: 2023. Feb. 15. 10:57
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/26503
Hivatkozások száma a Web of Science® -ben: 26 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet