• Citer

Very-High-Resolution Object-Based Land Use-Land Cover Urban Classification using Extreme Gradient Boosting

par Georganos, Stefanos ;Grippa, Taïs ;Vanhuysse, Sabine ;Lennert, Moritz ;Shimoni, Michal;Wolff, Eléonore
Référence IEEE geoscience and remote sensing letters, 15, 4, page (607-611)
Publication Publié, 2018-02-28

Article révisé par les pairs

• Accès en ligne
• Détails
• Contenu
• Statistiques

Titre:	Very-High-Resolution Object-Based Land Use-Land Cover Urban Classification using Extreme Gradient Boosting
Auteur:	Georganos, Stefanos; Grippa, Taïs; Vanhuysse, Sabine; Lennert, Moritz; Shimoni, Michal; Wolff, Eléonore
Informations sur la publication:	IEEE geoscience and remote sensing letters, 15, 4, page (607-611)
Statut de publication:	Publié, 2018-02-28
Sujet CREF:	Géographie humaine
	Télédétection
	Géographie urbaine
Mots-clés:	Extreme gradient boosting (Xgboost)
	feature selection (FS)
	image classification
	random forest (RF)
	support vector machine (SVM)
	very high resolution (VHR)
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:1545-598X
	info:doi/10.1109/LGRS.2018.2803259
	info:scp/85042874181