《表5 特征向量Lk取值:多层级二值模式的高光谱影像空-谱分类》
分类实验工作站配置为Intel Corei7-5557U CPU 3.10 GHz、RAM 4.0 GB,软件包括Windows 10(64)位操作系统与Matlab 2015a。实验过程中,KELM和SVM的核函数采用径向基函数(radial basis function,RBF),核参数σ、正则项参数C通过交叉验证进行设置。ELM的隐藏节点数根据文献[20]进行设置。KELM空间特征权重μ(光谱特征权重为1-μ)为0.4。3Gabor滤波器带宽设置为1像素,波长为2,方向为(π/4,0),空间方位比为1,窗口大小为7×7×7像素。LBP、MRLBP、MLBP的邻域半径和采样点个数(R,P)以及特征直方图窗口w依据文献[16]进行设置。其中,LBP的w为15像素,(R,P)为(2,8);MRLBP的w为15像素,(R,P)为(2,8)与(2,10);MLBP的w分别为10、30,15、30,20、30像素,(R,P)为(2,8)。除对比分析不同层级二值模式分类精度时k取值1、2、3之外,其他实验过程中k为2(见表5)。整个实验过程结果采用总体分类精度(overall accuracy,OA)、Kappa系数(k)作为算法性能评估指标。
图表编号 | XD00112200300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.05 |
作者 | 职露、余旭初、邹滨、刘冰 |
绘制单位 | 华北水利水电大学测绘与地理信息学院、信息工程大学、中南大学地理信息系、信息工程大学 |
更多格式 | 高清、无水印(增值服务) |