《表2 烔炀河区域最大似然法精度》
提取 ⇩
%
《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》
利用ENVI对3幅分类后图像进行精度评价，得到各个地物类别的制图精度、用户精度以及图像的总体精度和Kappa系数，参见表2—表4。
| 图表编号 | B16661000306666 |
|---|---|
| 出版时间 | 2019.07.30 |
| 作者 | 戚王月、胡宏祥、夏萍、周婷 |
| 研究主题 | 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 |
| 出版单位 | 安徽农业大学工学院、安徽农业大学资源与环境学院、安徽农业大学工学院、安徽农业大学工学院 |
| 更多格式 | JPG/无水印（增值服务） |
| 定制格式 | Excel格式（增值服务） |
传媒
查看“表2 烔炀河区域最大似然法精度”的人还看了
-
- 表3 最终实验准确率：基于非对称全局卷积神经网络的遥感图像识别方法
- 基于非对称全局卷积神经网络的遥感图像识别方法
-
- 表2 BP神经网络反演结果精度分析
- 平顶山地下盐穴储气库建库盐层分布预测
-
- 表3 实验环境参数：遗传算法优化确定BP神经网络的遥感图像分类
- 遗传算法优化确定BP神经网络的遥感图像分类
-
- 表1 BP神经网络与SA-BP神经网络预测精度评价指标统计表
- 基于优化的BP神经网络算法的深基坑沉降预测
-
- 表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法
- 基于深度卷积神经网络的遥感图像目标检测方法
-
- 表2 基于BP神经网络的精度评价
- 基于BP神经网络的油菜籽遥感识别研究