《表4 各类别分类精度和总体精度》
(%)
分类完成后对分类结果进行精度评价,通过精度评价可以判断所用的分类器是否适用于特定影像的分类。在精度评价之前需要重新选择样本作为验证样本,要求验证样本具有随机性,并与训练样本有不重复性。精度评价后得到2个表数据,分别是混淆矩阵、各类别分类精度和总体精度,见表3和表4。从表3混淆矩阵中可以看出建筑物和道路的分类结果较好,玉米一部分被错分为大豆、苜蓿和草,大豆一部分被错分为玉米、苜蓿和草,苜蓿一部分被错分为玉米和大豆,草一部分错分为玉米和大豆,还有一小部分未被分类。结合图的分类效果图,总体来看分类的精度较好,所有类别的生产者精度在0.56以上,总体分类精度和Kappa系数分别为90.99%和0.8737。
图表编号 | XD00101781000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.27 |
作者 | 李秋子、胡珊 |
绘制单位 | 长春师范大学、长春师范大学 |
更多格式 | 高清、无水印(增值服务) |