《表1 研究区分类系统及训练样本数》

  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

《机器学习算法在高分辨率遥感影像土地覆被分类中的对比分析》

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

分类器的训练和客观的精度评价结果需要合适的训练和验证数据集。因此，本文在研究区中生成600个随机点，将随机点所在位置的对象作为训练样本，各类地物的训练样本个数见表1。并将影像目视解译结果作为分类精度的验证数据集（图1（b））。采用Relief F[12]和PSO[13]混合特征选择算法进行特征优选，优选出研究区地物的最优特征组合，包括12种光谱特征、7种几何特征、12种纹理特征和5种自定义光谱特征。