《表4 不同算法对Pavia University数据集中各类地物的分类精度》

《表4 不同算法对Pavia University数据集中各类地物的分类精度》   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
《考虑空间相关性的半监督局部保持投影的高光谱图像特征提取》


  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

4) 由图5可知,当类标数为30,维数为10时,所有地物的总体分类精度最高。当有类标数为30时,由表4可知,本文LPP-SCSSFE算法对该数据集进行特征提取处理后,除第4类地物,其他地物的分类精度均优于其他的特征提取算法处理后的精度。由此也可以说明,图5中每类地物取一定数量的样本组成有类标数据集进行特征提取得到的转换矩阵是合理的。