《表4 结合纹理特征的SVM分类样本混淆矩阵》
由样本的混淆矩阵可以看出,Wishatr监督分类中植被、水体和道路三种地物都得到大致区分,其中水体的样本精度达到99.90%,但建筑物与裸地的分类精度不高。只加入极化特征的SVM分类得到的混淆矩阵显示植被、水体、建筑物、裸地都出现明显的错分现象,其样本精度很低。只加入纹理特征的SVM分类实验中,水体的精度较高,但建筑物的样本精度仅为44.52%,错分较明显。结合极化与纹理信息的SVM分类结果中植被,水体,建筑物,道路,裸地五种地物的样本精度综合来看都高于另外三种监督分类方法,说明本文的分类方法能够有效改善分类效果。
图表编号 | XD0054048000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.30 |
作者 | 宋瑞超、赵国忱、卜丽静 |
绘制单位 | 辽宁工程技术大学测绘与地理科学学院、辽宁工程技术大学测绘与地理科学学院、辽宁工程技术大学测绘与地理科学学院 |
更多格式 | 高清、无水印(增值服务) |