| 标题 |
A multi-glimpse deep learning architecture to estimate socioeconomic census metrics in the context of extreme scope variance 相关领域
卫星图像
背景(考古学)
地理
社会经济地位
人口普查
深度学习
卷积神经网络
差异(会计)
计算机科学
范围(计算机科学)
基线(sea)
地图学
航程(航空)
数据科学
人工智能
遥感
人口
工程类
地质学
业务
社会学
程序设计语言
海洋学
航空航天工程
会计
考古
人口学
|
| 网址 | |
| DOI | |
| 其它 |
期刊:International Journal of Geographical Information Systems 作者:Daniel Miller Runfola; Anthony Stefanidis; Zhonghui Lv; Joseph J. O’Brien; Heather Baier 出版日期:2024-02-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)