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
- 起点设备管理系统完美破解注册版
- java_sql超市管理系统+数据库
- cadence运算放大器的仿真
- 地图echarts实例 内含源码china.js
- 图像稀疏表示MATLAB
- VIVADO DDS IP核设置
- 基于单片机stm32贪吃蛇游戏.zip
- C# asp.net宠物商店管理系统（带完整数据库)
- 数学建模算法与应用习题解答 司守奎
- PrimoCache3.0.2+永久60天+免PE重置（x86.x64）
- MFC中给对话框添加皮肤（Skin_H）
- 新概念英语第二册（课本，pdf版本）
- 图片识别OCR，长期有效
- 微信小程序demo——垃圾分类答题小程序
- AutoMuteUs-便携式：适用于Windows的便携式AutoMuteUs-源码
- 基于BS架构微博系统(JAVA源码+数据库sql+论文+视频)
- 华为交换机通过堆叠虚拟化及链路聚合实现网络高可靠性.docx
- 备份与恢复基本概念介绍
- kaggle中的stumbleupon数据集，机器学习资源（包含train,testsampleSubmission,raw_content）
- C#将json格式转换成DataTable实例
- 数学建模matlab、lingo、spss教程以及算法实例
- POI 完美生成带文字水印的excle
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