《表1 特征重要性评估结果》
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Sentinel-2A影像特征优选的随机森林土地覆盖分类》
利用平均不纯度减少的方法计算模型中各特征重要性结果如表1所示。从表1中可以看出,重要性排前9的特征中,Sentinel-2A影像原始光谱特征占6个,纹理特征占2个,植被指数占1个,说明Sentinel-2A影像光谱特征在土地覆盖分类中发挥着重要的作用,Sentinel-2A影像纹理特征对土地覆盖分类具有较大的贡献度;而Sentinel-2A植被、水体指数在土地覆盖分类中重要性则相对较低。
图表编号 | XD0086085500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 何云、黄翀、李贺、刘庆生、刘高焕、周振超、张晨晨 |
绘制单位 | 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院大学、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、吉林大学地球探测科学与技术学院、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |