研究目的
研究加拿大安大略省四极化合成孔径雷达(SAR)图像在农作物分类中的应用能力。
研究成果
多时相SAR数据能在加拿大安大略省实现令人满意的作物分类精度。极化特征与纹理特征的结合比单一极化特征更有利于作物分类。纹理特征的冗余性可能会降低分类精度。
研究不足
该研究未探索除SVM之外的其他SAR数据或分类器的潜力。纹理特征的冗余可能会降低分类的准确性。
研究目的
研究加拿大安大略省四极化合成孔径雷达(SAR)图像在农作物分类中的应用能力。
研究成果
多时相SAR数据能在加拿大安大略省实现令人满意的作物分类精度。极化特征与纹理特征的结合比单一极化特征更有利于作物分类。纹理特征的冗余性可能会降低分类精度。
研究不足
该研究未探索除SVM之外的其他SAR数据或分类器的潜力。纹理特征的冗余可能会降低分类的准确性。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于全极化SAR影像的作物分类”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期