{“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”：[[2024,9,11]]，“日期时间”：“2024-09-11T13:04:55Z”，“时间戳”：1726059895672}，“出版商位置”：“查姆”，“参考计数”：21，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“类型”：”打印“，“值”：“97830348717”}，{“类型”：“电子”，“value”：“978303048724”}]，“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”}，{“tart”：1]]，“日期时间”：“2019-01-01T00:00:00Z”，“时间戳”：1546300800000｝，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/wspringernature.com\/gp\/researchers\/text and data mining”｝]，“内容域”：｛“域”：[“link.springer.com”]，“交叉标记限制”：false｝，“短容器标题”：[]，“已出版印刷品”：｛“日期部分”：[[2019]｝，“DOI”：“10.1007\/978-3-030-34872-4_38”，“类型”：“书籍章节”，“created”：{“date-parts”：[[2019,11,24]]，“date-time”：“2019-11-24T19:02:57Z”，“timestamp”：1574622177000}，“page”：“340-349”，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：2，“title”：[“Land Cover Classification Using Ensemble Techniques”]，“prefix”：“10.1007”，“author”：[{“ORCID”：“http://\/orcid.org\/00000-0002-1941-5308”，“authenticated-orcid”：false，“given”：“Hemani I.”，“family”：“Parikh”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/0000-0000-0002-4280-6446“，”authenticationed-orcid“：false”，“giving”：“Samir B.”，“家族”：“Patel”，“序列”：“additional”，“从属关系”：[]}：“http://\/orcid.org\/00000-0003-4844-3233”，“authenticated-orcid”：false，“given”：“Vibha D.”，“family”：“Patel”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,11,25]]}，“reference”：[{“issue”：“9”，“key”：”38_CR1“，”doi-asserted-by“：”publisher“，“first page”：“1939”，“doi”：“10.1016\/j.asr.2016.02.007”，“卷”：“57”，“author”：“A Aghabalaei”，“year”：“2016”，“unstructured”：“Aghabalei，A.，Maghsoudi，Y.，Ebadi，H.：使用从紧凑旋光数据中提取的polsar特征进行森林分类。Adv.Space Res.57（9），1939\u20131950（2016）”，“journal-title”：“Adv.Space Res.”}，{“key”：“38_CR2”，“doi-asserted-by”：“publisher”，《首页》：“24”，“doi”：“10.1016\/j.isprsjprs.2016.01.011”，“volume”：“114”，“author”：“M Belgiu”，“year”：“2016”，“unstructured”：“Belgiu，M.，Dr\u0103gu\u0163，L.：遥感中的随机森林：应用综述和未来方向。ISPRS j.Photogram.remote Sens.114，24\u201331（2016）”，“journal title”：“ISPRS G.PhotoGram.remote-Sens.”}，{“issue”：“1”，“key”：“38_CR3”，“doi-asserted-by”：“publisher”，“first page”：“5”，“doi”：“10.1023\/A:1010933404324”，“volume”：：“45”，“author”：“L Breiman”，“year”：“2001”，“unstructured”：“Breiman，L.：Random forests.Mach.Learn.45（1），5\u201332（2001）”，“journal-title”：“Mach.Learn.”}，{“issue”：“4”，“key”：”38_CR4“，”doi-asserted-by“：”publisher“，”first page“：”627“，”doi“：“10.1109 \/LGRS.2018.2799877”，“volume”：“15”，“author”：“SW Chen”，“year”：“2018”，“unstructured”：“Chen，S.W.，Tao，C.S.：使用极化特征驱动的深度卷积神经网络进行PolSAR图像分类。IEEE Geosci.Remote Sens.Lett.15（4），627\u2013631（2018）”，“journal title”：“IEEE Geosci.Remote-Senss.Lett.”}，{“issue”：“8”，“key”：“38_CR5”，“doi-asserted-by”：“publisher”，“first page”：“4806”，“doi”：“10.1109\/TGRS.2016.2551720”，“volume”：”54“，“author”：“S Chen”，“year”：“2016”，“unstructured”：“Chen，S.，Wang，H.，Xu，F.，Jin，Y.Q.：使用深度卷积网络对SAR图像进行目标分类。IEEE Trans.Geosci.Remote Sens.54（8），4806\u20134817（2016）”，“journal-title”：“IEEE Trans.Geosci.Remote Sens.”}，{“issue”：“3”，“key”：“38_CR6”，“first-page”：“273”，《volume》：“20”，“author”：“C Cortes”，“year”：“1995”，“unstructured”：“Cortes，C.，Vapnik，V.：Support-vector networks.Mach.Learn.20（3），273\u2013297（1995）”，“journal title”：“Mach.Learn.”}by“：”crossref“，”非结构化“：“De，S.，Bhattacharya，A.：使用PolSAR数据和深度学习的城市分类。在：2015 IEEE国际地球科学和遥感研讨会（IGARSS），第353页\u2013356。IEEE（2015）“，”DOI“：”10.1109\/IGARSS.2015.7325773“}，{”issue“：”2“，”key“：”38_CR8“，”DOI-asserted-by“：”publisher“，”first page“：“306”，“DOI”：“10.3390\/rs10020306”，“volume”：“10”，“author”：“J De Alban”，“year”：“2018”，“unstructured”：“De Alban，J.、Connette，G.、Oswald，P.、Webb，E.：陆地卫星和L波段SAR数据的组合改进了动态热带景观中的土地覆盖分类和变化检测。Remote Sens.10（2），306（2018）“，”journal-title“：”Remote Sens.“}，{”issue“：”5“，”key“：”38_CR9“，”doi-asserted-by“：”publisher“，”first page“：“447”，”doi“：”10.3390\/app7050447“，“volume”：“7”，“author”：“F Gao”，“year”：“2017”，“unstructured”：“Gao，F.，Huang，T.，Wang，J.，Sun，J.、Hussain，A.、Yang，E.：用于极化SAR图像分类的双分支深度卷积神经网络。申请。科学。7（5），447（2017）“，“期刊标题”：“申请。科学。“}，{”issue“：”9“，”key“：”38_CR10“，”doi-asserted-by“：”publisher“，”first-page“：”e0137748“，”doi“：”10.1371\/journal.pone.0137748”，“volume”：“10”，“author”：“P Hao”，“year”：“2015”，“unstructured”：“Hao，P.，Wang，L.，Niu，Z.：使用归一化差异植被指数时间序列对作物分类的混合分类器进行比较：中国北疆主要作物的案例研究。《公共科学图书馆·综合》10（9），e0137748（2015）“，”journal-title“：”PLoS ONE“}，{“key”：“38_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：深入研究整流器：在图像网络分类方面超越人类水平的表现。摘自：IEEE计算机视觉国际会议论文集，pp.1026\u20131034（2015）“，”DOI“：”10.1109\/ICCV.2015.123“}，{”issue“：”4“，”key“：”38_CR12“，”DOI-asserted-by“：”publisher“，”first page“：“541”，”DOI:“10.1162\/neco.1989.14.541”，“volume”：“1”，“author”：“Y LeCun”，“year”：“1989”，“unstructured”：“LeCun，Y.等人：反向传播应用于手写邮政编码识别。神经计算。1（4），541\u2013551（1989）“，“新闻标题”：“神经计算。“}，{”key“：”38_CR13“，”doi-asserted-by“：”publisher“，”first page“：“173”，“doi”：“10.1016\/j.jag.2012.05.011”，“volume”：“19”，“author”：“L Loosvelt”，“year”：“2012”，“unstructured”：“Loosvel，L.，et al.：随机森林作为SAR图像分类中像素级不确定性估计的工具。Int.j.Appl.Earth Obs.Geoinf.19，173\u2013184（2012）”，“”journal-title“：”国际期刊应用。地球观测地球信息。“}，{”issue“：”3“，”key“：”38_CR14“，”doi-asserted-by“：”publisher“，”first page“：“961”，”doi“：”10.1109\/JSTARS.2013.2265331“，”volume“：‘7’，”author“：”X Ma“，“year”：“2014”，“unstructured”：“Ma，X.，Shen，H.，Yang，J.，Zhang，L.，Li，P.：基于多分类器融合的SAR图像极化空间分类。IEEE J。选择。顶部。申请。地球观测卫星遥感器7（3），961\u2013971（2014）“，“期刊标题”：“IEEE J.Sel。顶部。申请。Earth Obs.Remote Sens.“}，{”issue“：”9“，”key“：”38_CR15“，”doi-asserted-by“：”publisher“，”首页“：”5550“，”doi“：”10.1109\/TGRS.2018.2819694“，”volume“：“56”，”author“：”M Ohki“，”year“：”2018“，”unstructured“：”Ohki，M.，Shimada，M.：用PALSAR-2的四极化、紧凑极化和双极化SAR数据进行大面积土地利用和土地覆盖分类。IEEE传输。地质科学。遥感器56（9），5550\u20135557（2018）“，“日志标题”：“IEEE Trans。地质科学。遥感器“}，{“issue”：“3”，“key”：“38_CR16”，“doi-asserted-by”：“publisher”，“first-page”：“317”，“doi”：“10.1109\/LGRS.2006.871746”，”volume“：”3“，“author”：“RK Raney”，“year”：“2006”，“unstructured”：“Raney，R.K.：双极化SAR和stokes参数。IEEE Geosci.Remote Sens.Lett.3（3），317\u2013319（2006）”，“journal-title“：”IEEE Geosci.遥感。莱特。“}，{”issue“：”E12“，”key“：”38_CR17“，”doi-asserted-by“：”publisher“，”first-page“：”n\-a-n\/a“，”doi“：”10.1029\/2011JE003986“，”volume“：“117”，”author“：”R.Keith Raney“，”year“：”2012“，”unstructured“：”Raney，R.K.，Cahill，J.T.，Patterson，G.W.，Bussey，D.B.J.：混合双极化雷达数据的m-chi分解及其在月球陨石坑中的应用.J.公司。地球物理学。Res.：Planets 117（E12）（2012）“，“journal-title”：“journal of Geophysical Research:Planets”}，{“key”：“38_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Rumelhart，D.E.，Hinton，G.E.，Williams，R.J.：通过错误传播学习内部表征。技术报告，加州大学圣地亚哥拉霍拉认知科学研究所（1985）”，“DOI“：”10.21236\/ADA164453“}，{“key”：“38_CR19”，“unstructured”：“Turkar，V.，De，S.，Ponnurangam，G.，Deo，R.，Rao，Y.，Das，A.：各种地物的RISAT-1混合极化数据分类。摘自：2013年亚太合成孔径雷达会议（APSAR）会议记录，第494\u2013497页。IEEE（2013）“}，{”issue“：”3“，”key“：”38_CR20“，”doi-asserted-by“：”publisher“，”first page“：“936”，”doi“：”10.1109\/JSTARS.2012.2192915“，”volume“：‘5’，”author“：”V Turkar“，”year“：‘2012’，”unstructured“：”Turkar，V.、Deo，R.、Rao，Y.、Mohan，S.、Das，A.：各种土地覆盖的多频和多极化SAR图像的分类精度。IEEE J.选择。顶部。申请。地球观测卫星遥感器5（3），936\u2013941（2012）“，“期刊标题”：“IEEE J.Sel。顶部。申请。Earth Obs.Remote Sens.“}，{”issue“：“10”，”key“：“38_CR21”，”doi-asserted-by“：”publisher“，”first page“：”6159“，”doi“：”10.1109\/TGRS.2018.2833156“，“volume”：“56”，“author”：“W Wu”，“year”：“2018”，“unstructured”：“Wu，W.、Li，H.、Zhang，L.、Li、X.、Guo，H.：使用预处理的深卷积和多种极化参数进行高分辨率polsar场景分类。IEEE传输。地质科学。遥感器56（10），6159\u20136168（2018）“，“日志标题”：“IEEE Trans。地质科学。遥感器“}”，“container-title”：[“计算机科学讲义”，“模式识别和机器智能”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3030-34872-4_38”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放“：{“date-parts”：[[2024,3,7]]，“date-time”：“2024-03-07T10:51:31Z”，“timestamp”：1709808691000}，“score”：1，“resource”：{”primary“：{”URL“：”https:\\/link.springer.com\/10.1007\/978-3030-34872-4_38“}，”subtitle“：[]，”shorttitle“：[]，”issued“：{“date-parts”：[2019]}，《ISBN》：[“9783030303”48717“，”9783030348724“]，”references-count“：21，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3030-34872-4_38“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”类型“：”打印“，”值“：”0302-7743“}，{”型号“：”电子“，”数值“：”1611-33049“}]，”主题“：[]，”发布“：{”日期部分“：[2019]]}，“断言”：[{“数值”：“25 2019年11月“，”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%-该值通过公式“接受的完整论文数量/发送供审查的提交数量*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）”}}，{