《表3 烔炀河区域BP网络精度》

  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

《基于改进BP神经网络的多分辨率遥感图像分类及对比分析》

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

%

从分类精度结果可以看出，最大似然分类中地物的制图精度和用户精度没有同时较高的情况，说明分类图像中各地物均存在漏分、错分；BP网络分类中水田、林地的制图精度、用户精度都较高，但水域的制图精度、用户精度都为0，说明不同地物的准确性相差很大，部分地物错分严重，也反映了BP网络的不稳定性；而改进的BP网络分类中各地物的两种精度达到80%以上，说明各地物的位置、面积都较准确，漏分、错分的情况较少，反映了改进后的BP网络准确性和稳定性有了较大提高。比较3种方法的总体精度和Kappa系数，改进的BP网络分类最高，较最大似然法和BP神经网络总体精度分别提高了15.30%，23.81%，Kappa系数分别提高了0.18，0.28。改进的BP网络分类在各地物分类以及整体图像分类的精度上均高于最大似然和BP网络分类，而且分类时间相对于BP网络有大幅度缩短，分类速度明显提升，说明改进的BP网络分类结果是较好的。