Assessment of the Effectiveness of Spectral Indices Derived from EnMAP Hyperspectral Imageries Using Machine Learning and Deep Learning Models for Winter Wheat Yield Prediction

Mucsi László; Litkey-Kovács Dorottya; Bonus Krisztián; Farmonov Nizom; Elgendy Ali; Aji Lutfi; Sóti Márkó: Assessment of the Effectiveness of Spectral Indices Derived from EnMAP Hyperspectral Imageries Using Machine Learning and Deep Learning Models for Winter Wheat Yield Prediction.
REMOTE SENSING, 17 (20). ISSN 2072-4292 (2025)

[thumbnail of remotesensing-17-03426-v2.pdf]

Előnézet

Szöveg
remotesensing-17-03426-v2.pdf - Megjelent verzió
Download (9MB) | Előnézet

Szerző azonosítók:

Mucsi László MTMT

Litkey-Kovács Dorottya

Bonus Krisztián

Farmonov Nizom

Elgendy Ali

Aji Lutfi

Sóti Márkó

Mű típusa:

Folyóiratcikk

Folyóirat/kiadvány címe:

REMOTE SENSING

Publikáció dátuma:

2025

Kötet:

Szám:

Terjedelem:

Közlemény azonosító:

3426

ISSN:

2072-4292

Kar/Egység:

Természettudományi és Informatikai Kar

Intézmény:

Szegedi Tudományegyetem (2000-)

Nyelv:

angol

MTMT rekordazonosító:

36379317

DOI azonosító:

https://doi.org/10.3390/rs17203426

Dátum:

2025. Okt. 20. 13:25

Utolsó módosítás:

2025. Okt. 20. 13:25

URI:

http://publicatio.bibl.u-szeged.hu/id/eprint/38068

Actions (login required)

Tétel nézet

Repozitóriumi letöltési statisztika

Letöltések

Letöltések havi bontásban az elmúlt egy évben

Bejelentkezés szerkesztőként.
Itt kérhet technikai vagy tartalmi segítséget: publicatio AT ek.szte.hu
Az SZTE Klebelsberg Könyvtár és Levéltár által működtetett SZTE Publicatio Repozitórium megkapta az MTMT Repozitórium Minősítő Bizottságától a "Minősített repozitórium" tanúsítványt.
SZTE Publicatio Repozitórium is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.