《表2 Salinas的用户精度、产品精度、总体精度、Kappa系数和运行时间》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于加权指数函数模型的高光谱图像分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了定量描述Salinas高光谱图像的分类结果，通过FCM分类算法对本文降维方法分类结果和未降维的分类结果、利用PCA降维算法的分类结果以及利用MNF降维算法的分类结果分别生成混淆矩阵，并且根据混淆矩阵计算用户精度、产品精度、总体精度和Kappa系数。表2是高光谱图像Salinas利用FCM分类算法对本文降维方法分类结果和未降维的分类结果、利用PCA降维算法的分类结果以及利用MNF降维算法的分类结果的用户精度、产品精度、总体精度、Kappa系数和运行时间。其中，用户精度表示正确分到该类的像素占被分到该类的所有像素的比例；产品精度表示正确分到该类的像素占应该分到该类的像素的比例；总精度表示正确分类的所有像素占总像素的比例；Kappa值表示算法分类较随机分类减少错误的比例。