29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

Existem algoritmos emergentes de aprendizagem automática (ML) para classificar a cobertura e o uso do solo. Neste livro, centramo-nos nos métodos relativamente maduros (sete métodos): máquinas de vectores de apoio (SVM), árvores de decisão (DT), redes neuronais artificiais, k-vizinhos mais próximos (k-NN), naïve Bayes, Boosting e Random forest (RF).A recolha precisa e atempada de informações sobre a utilização e a ocupação do solo urbano é crucial para muitos aspectos do desenvolvimento urbano e da proteção do ambiente.A classificação exacta da ocupação do solo é um desafio. A melhoria da…mehr

Produktbeschreibung
Existem algoritmos emergentes de aprendizagem automática (ML) para classificar a cobertura e o uso do solo. Neste livro, centramo-nos nos métodos relativamente maduros (sete métodos): máquinas de vectores de apoio (SVM), árvores de decisão (DT), redes neuronais artificiais, k-vizinhos mais próximos (k-NN), naïve Bayes, Boosting e Random forest (RF).A recolha precisa e atempada de informações sobre a utilização e a ocupação do solo urbano é crucial para muitos aspectos do desenvolvimento urbano e da proteção do ambiente.A classificação exacta da ocupação do solo é um desafio. A melhoria da classificação da ocupação do solo é um tema muito atual. É necessário para muitas aplicações, como a cartografia da ocupação do solo, a monitorização ambiental, a gestão dos recursos naturais, o planeamento urbano, a gestão e a deteção de alterações. Em seguida, foram estudados vários métodos de ensample para combinar vários classificadores.
Autorenporträt
Dr. Eng. Lamyaa Gamal Eldeen Taha Pofessor in surveying and photogrammetry Head of the Aviation and aerial photography division- National Authority for Remote Sensing and Space scienceDr. Rania E. Ibrahim Head of scientific publication department-National Authority for Remote Sensing and Space scienceEng.Asmaa A.Mandouh NARSS.