《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》
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。
图表编号 | XD00131604700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.05 |
作者 | 邢瑾 |
绘制单位 | 兰州大学资源环境学院 |
更多格式 | 高清、无水印(增值服务) |