《表6 合肥市局部区域各地物面积占比及误差》
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》
计算6类地物面积占比，并以ZY-3图像分类结果作为参考，求得GF-1图像各地物的面积误差和精度评价，如表6、表7所示。
| 图表编号 | B16661000309666 |
|---|---|
| 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6 合肥市局部区域各地物面积占比及误差”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3 基于卷积神经网络的遥感影像作物分类混淆矩阵
- 面向对象与卷积神经网络模型的GF-6 WFV影像作物分类
-
- 表1 BP神经网络模型的部分预测误差表
- 高压共轨系统两次喷射喷油量波动规律及其组合预测模型
-
- 表6 BP神经网络模型训练误差
- 300M超高强度钢铣削力模型构建及MOPSO优化
-
- 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A2 BP神经网络和LSTM误差对比
- 含高比例风电的电力市场电价预测