Artikelbeschreibung
Es gibt eine Reihe von Algorithmen des maschinellen Lernens (ML) zur Klassifizierung von Bodenbedeckung und Bodennutzung. In diesem Buch konzentrieren wir uns auf die relativ ausgereiften Methoden (sieben Methoden) Support-Vector-Maschinen (SVM), Entscheidungsbäume (DTs), künstliche neuronale Netze, k-nearest neighbours (k-NN), naive Bayes, Boosting und Random Forest (RF).Die genaue und zeitnahe Erfassung von Informationen zur Flächennutzung und Bodenbedeckung in Städten ist für viele Aspekte der Stadtentwicklung und des Umweltschutzes von entscheidender Bedeutung.Die genaue Klassifizierung der Bodenbedeckung ist eine Herausforderung. Die Verbesserung der Bodenbedeckungsklassifizierung ist ein aktuelles Thema. Sie wird für viele Anwendungen benötigt, z. B. für die Kartierung der Bodennutzung und -bedeckung, die Umweltüberwachung, die Bewirtschaftung natürlicher Ressourcen, die Stadtplanung und -verwaltung sowie die Erkennung von Veränderungen. Anschließend wurde eine Reihe von Met
hoden untersucht, um verschiedene Klassifikatoren zu kombinieren.
Personeninformation
Dr. Eng. Lamyaa Gamal Eldeen Taha Professorin für Vermessung und Photogrammetrie Leiterin der Abteilung Luftfahrt und Luftbildfotografie - Nationale Behörde für Fernerkundung und WeltraumwissenschaftDr. Rania E. Ibrahim Leiterin der Abteilung für wissenschaftliche Veröffentlichungen - Nationale Behörde für Fernerkundung und WeltraumwissenschaftEng.Asmaa A.Mandouh NARSS.
Mehr von Taha, Lamyaa; Ibrahim, Rania; Mandouh, Asmaa
Mehr zum Thema
Schlagwörter
Bewertungen
Die Bewertungen werden vor ihrer Veröffentlichung nicht auf ihre Echtheit überprüft. Sie können daher auch von Verbrauchern stammen, die die bewerteten Produkte tatsächlich gar nicht erworben/genutzt haben.