《表2 分类精度评价:基于改进的三维卷积神经网络的高光谱遥感影像分类技术研究》
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
《基于改进的三维卷积神经网络的高光谱遥感影像分类技术研究》
在Pavia University数据集上,提取了5×5×103的数据立方体来计算原始空-谱信息,将它们作为3D-CNN的输入。在这个数据集上,提出的3D-CNN模型包括两个三维卷积层C1、C2,一个全连接层F1,一个分类层。C1包含两个3×3×7的核,C2包含4个3×3×3的核。为了证明本文算法的有效性,将本文算法与LDM-FL、Auto-encoder-SVM、PCA-MOR-SVM、2D-CNN分类算法进行对比。图4为分类结果,表2为每一类地物分类的精度。
图表编号 | XD0078280800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.10 |
作者 | 赵扬、杨清洁 |
绘制单位 | 中国科学技术大学信息科学技术学院、中国科学技术大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |