PRoRS
latest
课程介绍
第01讲 概述
第一部分:特征空间像元分类
第02讲 分类过程
第03讲 学习过程
第04讲 深度学习
第05讲 模型选择
5.1 算法原理
5.2 分类函数
5.3 示范案例
5.4 探究式问题
5.5 课后习题
第06讲 数据准备
课后作业 1
第二部分:图像平面对象识别
第07讲 图像分类-CNN
第08讲 对象检测-RCNN
第09讲 语义分割-FCN
第10讲 实例分割-RNN
第11讲 图像合成-GAN
课后作业 2
第三部分:地球表面遥感制图
第12讲 地表覆盖制图
第13讲 土地覆盖分类
第14讲 专题制图
第15讲 变化遥感监测
课后作业 3
学生报告
2017年春季课程报告
2018年春季课程报告
PRoRS
第05讲 模型选择
在 GitHub 上编辑
第05讲 模型选择
5.1 算法原理
5.1.1 组合分类的特点
5.1.2 Boosting
5.1.3 Bagging
5.1.4 Decision Tree
5.2 分类函数
5.2.1 DecisionTreeClassifier(决策树)
5.2.2 AdaBoostClassifier(串行集成-AdaBoost)
5.2.3 RandomForestClassifier(并行集成-随机森林)
5.3 示范案例
5.3.1 调用示例
5.3.2 分析示例
5.4 探究式问题
5.4.1 提出问题
5.4.2 数据集说明
5.4.3 问题探讨
5.5 课后习题
Read the Docs
v: latest
版本
latest
下载
托管于 Read the Docs
项目主页
构建