《表3 分类精度表:基于随机森林的GF-2影像土地利用分类研究》
通过对三种分类结果进行统计,并进行混淆矩阵计算得出各分类结果的Kappa系数和总体精度。通过表3可以看出,结合纹理信息和NDVI指数信息的分类精度高于另外两种方法。实验表明,结合纹理信息和NDVI指数信息可以丰富高分二号影像数据的波段信息来提高地物分类的精度。随机森林分类精度高于最大似然法分类精度,也表明了随机森林这种基于机器学习的分类算法在高分辨率影像分类中优于基于概率的最大似然法。
图表编号 | XD00115177600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 史敏伟、李庆 |
绘制单位 | 河南理工大学测绘与国土信息工程学院、河南理工大学测绘与国土信息工程学院 |
更多格式 | 高清、无水印(增值服务) |