《表9 对应图8中（a）、（b）的LVE方法估计信噪比》

  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

《基于生成对抗网络的高光谱图像分类》

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

为进一步验证生成的波段相较于原始波段更利于图像分类，使用相同数量的生成波段和原始波段进行分类对比，随机从原始的Indian数据中选取10个波段如图8(a），进行对抗生成10个新的波段如图8(b），从视觉上看出生成的波段相较原始波段更加清晰。用SVM分类器对图8中的两组波段的高光谱图像进行分类，得到对应的分类精度见图9。实验结果表明，用相同数量的生成波段和原始波段进行分类时，生成波段的分类精度相对较高。说明GANs生成的高光谱数据更有利于图像分类。同时，实验采用了局部方差估计法（Loca Variance Estimation，LVE）近似估计原始波段和生成波段的信噪比。该方法首先计算所有像素的局部方差，将最大的局部方差定位为信号方差，最小的局部方差为噪声方差，求出两者的比值，并转换成dB数。实验结果见表9，从实验结果可以看出生成波段的信噪比较原始波段有所提升。