《表6 Pavia University数据数据集各类地物在不同算法下的分类精度(分类精度±标准差)(%)》

《表6 Pavia University数据数据集各类地物在不同算法下的分类精度(分类精度±标准差)(%)》   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
《基于同质区和迁移学习的高光谱图像半监督分类》


  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

实验结果表明,本文算法在两组实际高光谱图像分类中都取得优于其他对比方法的分类精度。由于本文算法需要多次迁移且计算复杂度较高,故存在运行时间较长的缺点,进一步的研究可以针对迁移学习算法的计算量做一些改进,同时,如何更好地减少同一幅影像上的分布差异也有待探索。