{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,6,12]，“日期时间”：“2024-06-12T16:36:33Z”，“时间戳”：1718210193292}，“发布者位置”：“查姆”，“引用计数”：27，“出版商”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“97830348687”，“类型”：”打印}，{“值”：“9783030348694”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，“日期时间”：“2019-01-01T00:00:00Z”，“时间戳”：1546300800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2019]]}”，“DOI”：“10.1007\/978-3030-30-30 34869-4_49“，”类型“：”书壳“，“created”：{“date-parts”：[[2019,11,25]]，“date-time”：“2019-11-25T00:02:57Z”，“timestamp”：1574640177000}，“page”：“452-460”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：28，“title”：[“用于PolSAR图像分类的人工神经网络和XGBoost算法的比较分析”]，“前缀”：“10.1007”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0001-7662-6577”，“authenticated-ORCID”：false，“给定”：“Nimrabanu”，“家族”：“Memon”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”:“http://\ORCID.org\/000-0002-4280-6446”，“authenticated-orcid”：false，“给定”：“Samir B.”，“family”：“Patel”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：“http://\/orcid.org\/00000-0002-2074-7158”，“authonticated-ocid”：false，“赋值”：“Dhruvesh P.”，“家族”：“帕特尔”，“序列”：“附加”，“从属关系”：[]，“成员”：“297”，“published-online”：{“date-parts”：[[2019,11,25]]}，“参考”：[{“问题”：“4”，“密钥”：“49_CR1”，“doi-asserted-by”：“出版商”，“首页”：“699”，“doi”：“10.1080\/01431697218700”，“卷”：“18”，“作者”：“PM Atkinson”，“年份”：“1997”，“非结构化”：“Atkinson，P.M.，Tatnall，A.：遥感中的神经网络简介。国际遥感杂志18（4），699\u2013709（1997）”，“期刊标题”：“国际遥感杂志传感器“}，{“issue”：“15”，“key”：“49_CR2”，“doi-asserted-by”：“publisher”，“首页”：“2883”，“doi”：“10.1080\/01431169308904316”，“卷”：“14”，“作者”：“JA Benediktsson”，“年份”：“1993”，“非结构化”：“Benediktsson，J.A.，Swain，P.H.，Ersoy，O.K.：多源和超高维遥感数据分类中的共轭粒度神经网络。国际遥感杂志14（15），2883\u20132903（1993）”，“期刊标题”：“国际遥感杂志”}，{“key”：“49_CR3”，“非结构化”：“Chiuderi，A.：土地覆盖分类任务中的多源和多时相数据：神经网络的优势。摘自：1997 IEEE国际地球科学和遥感。遥感——可持续发展的科学愿景1997，IGARSS 1997，第4卷，pp.1663\u20131665。IEEE（1997）“}，{“问题”：“2”，“关键”：“49_CR4”，“doi-asserted-by”：“出版商”，“首页”：“173”，“doi”：“10.1080\/02693798308901949”，“卷”：“7”，“作者”：“DL Civco”，“年份”：“1993”，“非结构化”：“Civco，D.L.：用于陆地覆盖分类和制图的人工神经网络。国际地理信息科学7（2），173\u2013186（1993）”，“新闻标题”：“国际期刊。地理位置。信息科学。“}，{”issue“：”2“，”key“：”49_CR5“，”doi-asserted-by“：”publisher“，”首页“：”611“，”doi“：”10.3390\/s18020611“，”volume“：“18”，”author“：”H Dong“，”year“：”2018“，”unstructured“：”Dong，H.，Xu，Wang，L.，Pu，F.：通过XGBoost和极化空间信息进行高分-3 PolSAR图像分类。传感器18（2），611（2018）“，”journal title“：”传感器“}，{”issue“：”5“，”key“：”49_CR6“，”doi-asserted-by“：”publisher“，”first-pages“：”527“，”doi“：”10.1080\/026937999508902054“，”volume“：“9”，”author“：”GM Foody“，”year“：”1995“，”unstructured“：”Foody，G.M.：利用辅助信息的人工神经网络进行土地覆盖分类。国际地质杂志。信息系统。9（5），527\u2013542（1995）“，“期刊标题”：“国际地理杂志”。信息系统。“}，{”issue“：”4“，”key“：”49_CR7“，”first-page“：”391“，”volume“：“61”，”author“：”GM Foody“，”year“：”1995“，”unstructured“：”Foody，G.M.，McCulloch，M.B.，Yates，W.B.：“人工神经网络对遥感数据的分类：与训练数据相关的问题。Photogram.Eng.Remote Sens.61（4），391\u2013401（1995）“，”journal title“：”照片。Eng.Remote Sens.“}，{”issue“：”2“，”key“：”49_CR8“，”doi-asserted-by“：”publisher“，”first page“：“301”，”doi“：”10.1080\/01431169508954396“，”volume“：：”16“，”author“：”G Foody“，”year“：”1995“，”unstructured“：”Foody，G.：使用人工神经网络分类中的先验知识，使用最小训练集。Remote Sens.16（2），301\u2013312（1995）“，”journal-title“：”Remote Sens.“}，{”issue“：”2“，”key“：”49_CR9“，”doi-asserted-by“：”publisher“，”first page“：“230”，“doi”：“10.1016\/S0034-4257（98）00088-1”，“volume”：“67”，“author”：“S Gopal”，“year”：“1999”，“unstructured”：“Gopal，S.，Woodcock，C.E.，Strahler，A.H.：从1个AVHRR数据集对全球土地覆盖进行模糊神经网络分类。遥感。环境。67（2），230\u2013243（1999）“，“新闻标题”：“遥感环境。“｝，｛”key“：”49_CR10“，”doi asserted by“：”publisher“，”doi“：”10.1007\/978-94-011-1122-5“，”卷标题“：”神经网络：地理应用：地理应用“，”作者“：”BC Hewitson“，”年份“：”1994“，”非结构化“：”Hewitson，B.C.，Crane，R.G.：神经网络：地理应用：地理应用，第29卷。施普林格，柏林（1994）。https:\/\/doi.org\/10.1007\/978-94-011-1122-5“}，{“问题”：“9”，“密钥”：“49_CR11”，“doi-asserted-by”：“出版商”，“首页”：“1723”，“doi”：“10.1080\/014316031000150068”，“卷”：“25”，“作者”：“D Jiang”，“年份”：“2004”，“非结构化”：“Jiang，D.，Yang，X.，Clinton，N.，Wang，N.：利用遥感信息估算作物产量的人工神经网络模型。《国际遥感杂志》25（9），1723\u20131732（2004）“，”期刊标题“：”国际遥感杂志“}，{“问题”：“14”，“关键”：“49_CR12”，“doi-asserted-by”：“出版商”，“首页”：“2787”，“doi”：“10.1080\/014311699211796”，“卷”：“20”，“作者”：“T Kavzoglu”，“年份”：“1999”，“非结构化”：“Kavzoglu，T.，Mather，P.M.：修剪人工神经网络：使用多传感器图像土地覆盖分类的示例。《国际遥感杂志》20（14），2787\u20132803（1999）“，”期刊标题“：”《国际遥感期刊》}，{“问题”：“2”，“关键”：“49_CR13”，“doi-asserted-by”：“出版商”，“首页”：“153”，“doi”：“10.1016\/S0034-4257（98）00054-6”，“卷”：“66”，“作者”：“LE Keiner”，“年份”：“1998”，“非结构化”：“Keiner，L.E.，Yan，X.H.：一个用于从专题制图器图像中估计海面叶绿素和沉积物的神经网络模型。遥感环境。66（2），153\u2013165（1998）。https:\/\/doi.org\/10.1016\/S0034-4257（98）00054-6。http://www.sciencedirect.com/science\/article\/pii\/S0034425798000546“，”journal-title“：”远程传感器环境。“}，{”key“：”49_CR14“，”doi-asserted-by“：”crossref“，”unstructured“：”Kumar，V.，Rao，Y.：不同地物的RISAT-1和模拟RADARSAT-2混合极化SAR数据的比较分析。《国际遥感影像学》第8期（2014）“，”doi“：”10.5194\/isprsarchives-XL-8-799-2014“}”，{“问题”：“5”，“key”：“49_CR15”，”doi-asserted-by“：”publisher“，”first page“：”2249“，”doi“：”10.1109\/36.789621“，”volume“：“37”，”author“：”JS Lee“，”year“：”1999“，”unstructured“：”Lee，J.S.，Grunes，M.R.，Ainsworth，T.L.，Du，L.J.，Schuler，D.L.，Cloude，S.R.：使用极化分解和复杂Wishart分类器的无监督分类。IEEE传输。地质科学。遥感器37（5），2249\u20132258（1999）“，“期刊标题”：“IEEE Trans。地质科学。遥感“}，{“issue”：“2\u20133”，“key”：“49_CR16”，“doi-asserted-by”：“publisher”，“first page”：《65》，“doi”：“10.1016\/S0304-3800（99）00092-7”，《volume》：“120”，“author”：“S Lek”，“year”：“1999”，“unstructured”：“Lek，S.，Gu\u00e9gan，J.F.：作为生态建模工具的人工神经网络，简介。生态模型。120（2\u2013），65\u201373（1999）“，”杂志标题“：”经济。模型。“}，{”key“：”49_CR17“，”unstructured“：”Morde，V.：XGBoost Algorithm:Long May She Reign！https://towardsdatascience.com/https-medium-com-vishalmorde-XGBoost-Algorithm-Long-She-May-rein-edd9f99be63d.2019年8月20日访问“}https:\/\/github.com//ParrotPrediction\/docker-course-xgboost。2019年5月5日访问“}，{“issue”：“4”，“key”：“49_CR19”，“doi-asserted-by”：“publisher”，“first page”：：“981”，“doi”：“10.1109\/36.406684”，“volume”：”33“，“author”：“JD Paola”，“year”：“1995”，“unstructured”：“Paola，J.D.，Schowengerdt，R.A.：城市土地利用分类的反向传播神经网络和最大似然分类器的详细比较。IEEE传输。地质科学。遥感器33（4），981\u2013996（1995）“，“日志标题”：“IEEE Trans。地质科学。遥感。“}，{”key“：”49_CR20“，”unstructured“：”Pottier，E.：“基于复Wishart分布和H\/A\/$$\alpha$$极化分解定理的Polsar图像无监督分类方案。摘自：第三届欧洲合成孔径雷达会议论文集，EUSAR 2000（2000）“}”，{“issue”：“11”，“key”：“49_CR21”，“doi断言者：“publisher”，“first page”：“3397”，“doi”：“10.1109\/TGRS.2007.895883”，“volume”：“45”，“author”：“RK Raney”，“year”：“2007”，“nonstructured”：“Raney，R.K.：混合极性SAR架构。IEEE传输。地质科学。遥感器45（11），3397\u20133404（2007）“，“日志标题”：“IEEE Trans。地质科学。遥感“}，{“key”：“49_CR22”，“volume-title”：“模式识别”，“author”：“RJ Schalkoff”，“year”：“1992”，“unstructured”：“Schalkoft，R.J.：模式识别。Wiley，Hoboken（1992）”}，}，“key“：”49_CR23“，“doi-asserted-by”：“crossref”，“非结构化”：“Tan，C.P.，Lim，K.S.，Ewe，H.T.：使用混合熵分解和最大似然（EDML）对极化SAR图像进行图像处理。2007年第五届图像和信号处理与分析国际研讨会，第418\u2013422页。IEEE（2007）“，“DOI”：“10.1109\/ISPA.2007.4383730”}，{“issue”：“1”，“key”：“49_CR24”，“DOI-asserted-by”：“publisher”，“first-page”：“36”，“DOI:”10.1109\/36.20273“，”volume“：”27“，”author“JJ Van Zyl”，”year“：”1989“，”unstructured“：”Van Zyl，J.J.：使用雷达极化数据对散射行为进行无监督分类。IEEE传输。地质科学。遥感器27（1），36\u201345（1989）“，“日志标题”：“IEEE Trans。Geosci公司。遥感“}，{”issue“：“4”，”key“：“49_CR25”，”doi-asserted-by“：”publisher“，”first page“：”668“，”doi“：”10.1109\/LGRS.2008.2002263“，”volume“：5”，“author”：“Y Wu”，“year”：“2008”，“unstructured”：“Wu，Y.，Ji，K.，Yu，W.，Su，Y.：使用Wishart MRF.IEEE Geosci.Remote Sens.Lett.5（4），668\u2013672（2008），“新闻标题”：“IEEE Geosci。遥感快报。}，{“key”：“49_CR26”，“unstructured”：“Ye，Z.，Lu，C.C.：使用隐马尔可夫树模型的基于小波的无监督SAR图像分割。In:服务机器人用户交互支持的对象识别，第2卷，pp.729\u2013732。IEEE（2002）“}，{”key“：”49_CR27“，”first-page“：”4“，”volume“：“2010”，”author“：”T Zou“，”year“：”2010“，”unstructured“：”Zou，T.，Yang，W.，Dai，D.，Sun，H.：使用多特征组合和极端随机聚类森林的极化SAR图像分类。EURASIP J.Adv.Signal Process.2010，4（2010）“，”journal title“：”EURASIP J.Adv。信号处理。“}]，”container-title“：[”计算机科学课堂讲稿“，”模式识别与机器智能“]，”original-title”：[]，”link“：[{”URL“：”https:\\//link.springer.com/content\/pdf\/10.1007\/978-3030-34869-4_49“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]“，”deposed“：{”日期部分”：[[2024,3,11]]，“日期-时间”：“2024-03-11T15:16:56Z”，“时间戳”：1710170216000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-030-34869-4_49”｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2019]｝，“ISBN”：[“9783030348687”，“9783030348694”]，“引用计数”：27，“URL”：“http:\/\/dx.doi.org\/10.1007\/978-3030-34869-4_49“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”值“：”0302-7743“”，”类型“：”打印“}，{”价值“：”1611-33049“，“类型”：”电子“}]，”主题“：[]，”发布“：{”日期段“：[2019]]}，“断言”：[{-“值”：“2019年11月25日“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group”：{“name“：”ChapterHistory“，”label“：”Chapter History”}}，{“value”：“PReMI”，“order”：1，“name”：“conference_acrombit”，“label”：“conference缩写”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}}group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”Tezpur“，”order“：3，”name“:”Conference_city“，”table“：”conferency city“，”group“，“标签”：“会议信息“}}，{“value”：“2019”，“order”：5，“name”：“Conference_year”，“label”：“Conference_year”，”group“：{“name”:“ConferenceInfo”，“table”：“会议信息”}}2019年12月20日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：http://www.tezu.ernet.in\/~premi2019\/“，”order“：11，”name“：”conference_url“，”label“：”会议url“，”group“：同行评议信息（由会议组织者提供）“}}，{”value“：”EasyChair“，”order“：2，”name“：”conference_management_system“，”label“：”会议管理系统“，”group“：number_of_submissions_sent_for_review“，”label“：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“131”，“order”：4，“name”:“number_ of_full_papers_accepted”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）38%-该值由等式“接受的完整论文数”/“提交供审查的论文数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”全文接受率“，”group“：ConfEventPeerReviewInformation“，”label“：”同行评议信息（由会议组织者提供）“}}，{“value”：“3”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部审阅者”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同侪审阅信息（由会议组织者提供）”}}，{