Transferability of Machine Learning Models for Crop Classification in Remote Sensing Imagery Using a New Test Methodology: A Study on Phenological, Temporal, and Spatial Influences

DSpace Repositorium (Manakin basiert)

Transferability of Machine Learning Models for Crop Classification in Remote Sensing Imagery Using a New Test Methodology: A Study on Phenological, Temporal, and Spatial Influences

Autor(en): Hoppe, Hauke; Dietrich, Peter; Marzahn, Philip; Weiss, Thomas; Nitzsche, Christian; von Lukas, Uwe Freiherr; Wengerek, Thomas; Borg, Erik
Tübinger Autor(en):
Dietrich, Peter
Erschienen in: Remote Sensing (2024), Bd. 16, H. 9
Verlagsangabe: Basel : Mdpi
Sprache: Englisch
Referenz zum Volltext: http://dx.doi.org/10.3390/rs16091493
ISSN: 2072-4292
DDC-Klassifikation: 570 - Biowissenschaften, Biologie
550 - Geowissenschaften
600 - Technik
610 - Medizin, Gesundheit
Dokumentart: Wissenschaftlicher Artikel
Zur Langanzeige

Das Dokument erscheint in: