sacridini/florestas_invariantes_random_forest

Stars
1
Language
JavaScript
Created almost 4 years ago
Updated over 3 years ago

sacridini/florestas_invariantes_random_forest

sacridini

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Artigo: Detecção de Áreas de Florestas Invariantes em Séries Temporais Utilizando Ranfom Forest

Awesome-Geospatial

Long list of geospatial tools and resources

GEET

Google Earth Engine Toolbox - Library to write small EE apps or big/complex apps with a lot less code.

OpenNeuralNetwork

C++ implementation of a Artificial Neural Network

QuickIndex

Python library to create multispectral indices such as NDVI, SAVI, MSAVI, TVI, GEMI etc.

Artigo-JGEOTEC-2020

Artigo para a V Jornada de Geotecnologias do Rio de Janeiro (JGEOTEC) - 2020

gee_tut

Google Earth Engine Tutorial

r_sensoriamento_remoto_2022

Curso: R para Sensoriamento Remoto (JGEOTEC 2022)

Awesome-Geospatial-Installer

Linux (Ubuntu) shell script installer of geospatial libs

EarthEngineTools

Google Earth Engine Tools and Random Scripts

lulc_ml_methods_course

Land Use Land Cover Classification using Machine Learning Methods - Summer School ITT Koln

composites_season

Script do trabalho Algoritmos para Composição de Séries Temporais Landsat para Detecção de Mudanças em Coberturas Agrícolas

curso_earth_engine_vjgeotec2020

Material do curso "Classificação de uso e cobertura da terra utilizando algoritmo Random Forest na plataforma Google Earth Engine"

purebasic_imageproc

Random PureBasic code for image processing

niteroi_sentinel2

Classificação do uso e cobertura da cidade de NIterói utilizando o algoritmo de classificação Random Forest em imagens Sentinel 2

gdal_focal

Moving Window Algorithm

Proj-Mestrado-Geografia

Meu projeto de Mestrado realizado no Departamento de Geografia da Universidade Federal do Rio de Janeiro.

eGIS

beod_tools

Big Earth Observation Data(BEOD) Random Tools

ui_gee_ltr_mata_atlantica

Script to create the GEE UI to show the results of the long term (1985 - 2018) analysis of the Atlantic Forest (my PhD thesis)

sacridini.github.io

Regenera-Indicadores

max_ndvi

Max NDVI creation

curriculo_tex

Curriculum Vitae em LaTeX

ChangeInRio

Evolução da cobertura urbana da cidade do Rio de Janeiro de 1985 até 2015

reclassify_cli

CLI reclassify implementation using GDAL C++ API

curso_quarentena_uff

master_index_cpp

my_operating_system

Developing of an operating system from scratch

RGBTrees

GdalNDVI

A simple NDVI processing using C++ and the GDAL library

estudos_perl

Repositórios de scripts em Perl 6 (estudos sobre a linguagem)

sacridini

estudos_julia

Repo para estudos utilizando a linguagem Julia

Pantanal-EE

Estudos sobre o Pantanal utilizando o Google Earth Engine

GuanabaraS2

Mapa de Uso e Cobertura da cidade do Rio de Janeiro, Baía de Guanabara e Niterói utilizando imagens Sentinel 2 e classificados na plataforma Google Earth Engine.