tomosar_ml:层析成像SAR数据的机器学习-源码
TomoSAR的机器学习-开发部门
关键字：TomoSAR，机器学习，特征工程，特征选择
概述
该项目的目的是比较层析成像SAR数据上不同机器学习算法的性能。 为了降低的尺寸并最终增加计算时间并消除任何噪音-断层图由许多描述性特征表示。 最后，应将所选机器学习算法在数据的不同特征表示上的性能（计算时间和分类准确性）与原始数据（断层图）的性能进行比较。
文件下载
评论信息
其他资源
- s7-1200博途V15伺服电机运动控制
- 国科大刘莹老师数据挖掘思维导图.rar
- 软件测试计划书(案例)
- 基于Unity平台的漫游交互系统的设计
- 矢量分析与场论 第4版（谢树艺）
- MATLAB坐标提取
- jdk-7u67-linux-x64.tar.gz
- 基于51单片机全自动洗衣机
- 智能电子秤arduino+hx711+DS1302+dh11+lcd1602
- JDBC连接db2驱动包，包含db2jcc_license_cu.jar，db2jcc4.jar
- jlink固件重刷
- Halcon深度学习手写数字识别代码
- 暖通专业规范大全2020年5月版
- ffmpeg 点播
- QT调用matlab引擎
- 基于改进重复控制器的三相四线逆变器设计
- SIEMENS-西门子屏幕程序下载时提示缺少面板映像的解决办法.txt
- python-3.8.0.exe
- Wolftools 渗透测试神器
- QuickTime7.1专业版
- MP3电路设计（原理图+PCB）
- 单片机51数字稳压电源 今年的毕设
- 使用ssh框架，实现单表增删改查、条件查询和分页、文件上传
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明