《表7 合肥市局部区域GF-1分类精度(以ZY-3分类结果为检验基准)》
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 | B16661000311666 |
|---|---|
| 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7 合肥市局部区域GF-1分类精度(以ZY-3分类结果为检验基准)”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1 BP神经网络准确率比较
- 应用于禽蛋壳体裂纹声检测的嵌入式神经网络方法
-
- 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2 BP神经网络识别准确率
- 基于多种信息处理方法的大肠癌中医证候模型构建
-
- 表1 融合实验数据：基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合
- 基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合
-
- 表2 融合结果定量评价：基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合
- 基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合