Regional Agricultural Land Classification Based on Random Forest (RF), Decision Tree, and SVMs Techniques
11Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : gb, iq. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Regional Agricultural Land Classification Based on Random Forest (RF), Decision Tree, and SVMs Techniques
- Date Crossref
- 01/12/2019
- Éditeur
- Springer Singapore
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Remote Sensing in AgricultureRemote Sensing and Land UseRemote-Sensing Image Classification