《表1 0 Pavia University数据使用10%测试样本时的指标对比》
提示：宽带有限、当前游客访问压缩模式
注:加粗字体为OA、AA和κ最优值。
本文级联多分类器模型与其中单个分类器的总体分类精度对比见表1。
| 图表编号 | XD0011001300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.16 |
| 作者 | 邱云飞、王星苹、王春艳、孟令国 |
| 绘制单位 | 辽宁工程技术大学软件学院、辽宁工程技术大学软件学院、辽宁工程技术大学软件学院、辽宁工程技术大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 Pavia University数据集中的类别和样本（像素）量》2020.10.20
- 《表2 Pavia University数据集样本信息》2020.11.25
- 《表1 Pavia Centre和Pavia University每个类别的样本数量》2020.11.01
- 《表1 Pavia University数据集中训练样本和测试样本的数量》2020.10.25
- 《表2 Pavia University数据样本数量》2020.08.25
- 《表2 各算法在Pavia University高光谱数据集上的分类结果对比》2020.05.01
- 《表2 University of Pavia Data的9个类以及所使用的训练集和测试集》2020.03.16
- 《表2 Pavia University数据集上不同方法的分类精度和运行时间对比》2020.04.10
- 《表2 Pavia University数据集不同算法精度对比(%)》2019.12.25
- 《表5 Pavia University数据集在不同标记样本下的总体分类精度（分类精度±标准差）（%）》2019.10.25
- 《表2 Pavia University数据的地物类别及样本数目》2019.10.25
- 《表1 University of Pavia数据集样本》2019.06.10
- 《表2 Pavia University数据集试验结果精度对比》2019.06.25
- 《表5 Pavia U数据使用0.4%测试样本时的指标对比》2019.01.16
- 《表4 Salinas数据使用0.3%测试样本时的指标对比》2019.01.16
- 《表1 Pavia University数据集训练和测试样本数Tab.1 Number of train and test samples about Pavia University data》2019.01.20
- 《表2 Pavia大学数据集样本信息Tab.2 The information of samples on the University of Pavia dataset》2019.01.01
- 《表9 Indian Pines数据使用10%测试样本时的指标对比》2019.11.16
- 《表1 1 Salinas数据使用10%测试样本时的指标对比》2019.11.16
- 《表3 Pavia University数据集的融合结果客观评价指标》2018.12.01