×
验证码:
换一张
忘记密码?
记住我
CORC
首页
科研机构
检索
知识图谱
申请加入
托管服务
登录
注册
在结果中检索
科研机构
理论物理研究所 [3]
植物研究所 [1]
内容类型
期刊论文 [4]
发表日期
2019 [4]
学科主题
Remote Sen... [4]
Engineerin... [3]
Imaging Sc... [3]
Physical G... [3]
Computer S... [1]
Geography,... [1]
更多...
×
知识图谱
CORC
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共4条,第1-4条
帮助
限定条件
发表日期:2019
学科主题:Remote Sensing
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
题名升序
题名降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
Dynamic Synthetic Minority Over-Sampling Technique-Based Rotation Forest for the Classification of Imbalanced Hyperspectral Data
期刊论文
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2019, 卷号: 12, 期号: 7, 页码: 2159-2169
作者:
Feng, Wei
;
Dauphin, Gabriel
;
Huang, Wenjiang
;
Quan, Yinghui
;
Bao, Wenxing
收藏
  |  
浏览/下载:0/0
  |  
提交时间:2020/06/16
ENSEMBLES
SELECTION
SMOTE
Dynamic Synthetic Minority Over-Sampling Technique-Based Rotation Forest for the Classification of Imbalanced Hyperspectral Data
期刊论文
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2019, 卷号: 12, 期号: 7, 页码: 2159-2169
作者:
Feng, Wei
;
Dauphin, Gabriel
;
Huang, Wenjiang
;
Quan, Yinghui
;
Bao, Wenxing
收藏
  |  
浏览/下载:1/0
  |  
提交时间:2020/11/26
ENSEMBLES
SELECTION
SMOTE
Dynamic Synthetic Minority Over-Sampling Technique-Based Rotation Forest for the Classification of Imbalanced Hyperspectral Data
期刊论文
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2019, 卷号: 12, 期号: 7, 页码: 2159-2169
作者:
Feng, Wei
;
Dauphin, Gabriel
;
Huang, Wenjiang
;
Quan, Yinghui
;
Bao, Wenxing
收藏
  |  
浏览/下载:3/0
  |  
提交时间:2020/11/26
ENSEMBLES
SELECTION
SMOTE
Efficiency of Extreme Gradient Boosting for Imbalanced Land Cover Classification Using an Extended Margin and Disagreement Performance
期刊论文
ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION, 2019, 卷号: 8, 期号: 7
作者:
Sun, Fei
;
Wang, Run
;
Wan, Bo
;
Su, Yanjun
;
Guo, Qinghua
收藏
  |  
浏览/下载:9/0
  |  
提交时间:2022/01/06
gradient boosting trees
margin
class imbalance
very-high resolution (VHR) remote sensing
land cover classification
disagreement performance
©版权所有 ©2017 CSpace - Powered by
CSpace