《表2 提取特征列表：基于超高空间分辩率无人机影像的面向对象土地利用分类方法》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于超高空间分辩率无人机影像的面向对象土地利用分类方法》
共提取对象的100个特征信息，包括以下5大类（表2）。
| 图表编号 | XD00135714700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 刘舒、朱航 |
| 绘制单位 | 吉林建筑大学测绘与勘查工程学院、吉林大学机械与航空航天工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表4 地物提取常用特征：基于资源三号卫星影像的面向对象分类方法的关键技术研究》2020.09.25
- 《表3 各波段最佳指数表：基于资源三号卫星影像的面向对象分类方法的关键技术研究》2020.09.25
- 《表2 波段间相关系数表：基于资源三号卫星影像的面向对象分类方法的关键技术研究》2020.09.25
- 《表1 土地覆被分类体系：基于随机森林与J48决策树的面向对象方法的土地覆被分类》2021.04.08
- 《表3 基于变化矢量分析面向对象遥感影像回溯分析的土地覆被变化精度评价结果》2020.10.01
- 《表1 特征优选结果：一种集成多分类器的面向地理对象遥感影像变化回溯分析方法》2020.10.01
- 《表1 选择的特征指数：整合无人机和面向对象的农村居住环境信息提取》2020.06.20
- 《表2 综合分类精度评价：基于Sentinel-2A影像的矿区土地利用信息提取方法》2020.06.01
- 《表1 地物提取规则：基于面向对象与规则的Sentinel-2A影像土地覆被分类——以江西省都昌县为例》2020.06.25
- 《表2 分类精度评价：基于面向对象与规则的Sentinel-2A影像土地覆被分类——以江西省都昌县为例》2020.06.25
- 《表1 特征参数统计：基于CatBoost算法的面向对象土地利用分类》2020.03.01
- 《表4 分类结果精度：基于无人机数码影像的马铃薯覆盖度提取方法》2020.03.25
- 《表3 分类结果：基于无人机数码影像的马铃薯覆盖度提取方法》2020.03.25
- 《表1 颜色指数列表：利用无人机可见光遥感影像提取棉花苗情信息》2020.02.01
- 《表1 对象属性信息说明：基于ZY-3影像的土地利用信息提取方法》2019.10.01
- 《表1 分割参数：无人机遥感影像面向对象分类的冻土热融滑塌边界提取》2019.06.01
- 《表2 知识规则集：基于Sentinel-2卫星影像的面向对象城市水体提取》2019.05.28
- 《表2 影像对象特征参数：基于无人机影像的荒漠地表类型信息提取》2019.05.01
- 《表1 建筑物特征：面向对象的多尺度多特征高分遥感影像建筑物提取》2019.02.25
- 《表3 最优特征空间集：结合空间分析的面向对象无人机影像土地利用分类》2018.02.25