Stacked vector multi-source lithologic classification utilizing Machine Learning Algorithms: Data potentiality and dimensionality monitoring

dc.contributor.authorShebl, Ali
dc.contributor.authorCsámer, Árpád
dc.date.accessioned2021-10-05T12:58:38Z
dc.date.available2021-10-05T12:58:38Z
dc.date.issued2021
dc.date.oa2021-10-08
dc.date.pasync2024-08-06T23:08:07Z
dc.date.updated2021-10-07T00:30:14Z
dc.description.correctorLB
dc.identifier.citationRemote Sensing Applications: Society and Environment. -24 (2021), p. 1-9. -(cikkazonosító)100643. -Remote Sens. Appl. - 2352-9385
dc.identifier.doihttp://dx.doi.org/10.1016/j.rsase.2021.100643
dc.identifier.issn2352-9385
dc.identifier.opachttp://webpac.lib.unideb.hu:8082/ebib/CorvinaWeb?action=cclfind&resultview=long&ccltext=idno+BIBFORM096734
dc.identifier.scopus85121579477
dc.identifier.urihttp://hdl.handle.net/2437/322209
dc.identifier.urlhttps://linkinghub.elsevier.com/retrieve/pii/S2352938521001798
dc.identifier.wos000719811400005
dc.languageeng
dc.rights.accessopen access article
dc.subject.mabTermészettudományok
dc.subject.mabFöldtudományok
dc.titleStacked vector multi-source lithologic classification utilizing Machine Learning Algorithms: Data potentiality and dimensionality monitoring
dc.typefolyóiratcikk
dc.typeidegen nyelvű folyóiratközlemény külföldi lapban
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
FILE_UP_1_1-s2.0-S2352938521001798-main.pdf
Méret:
9.09 MB
Formátum:
Adobe Portable Document Format
Leírás:
kiadói változat