《表2 以MLR为分类器的各算法的分类准确度》
通过实验对比发现,对原始数据进行高斯滤波处理,对分类器初始预测标签进行多邻域优化,能够极大地提高分类精度,如表2所示,在以MLR为分类器的各算法中,仅考虑光谱信息的MLR、LDA_MLR的评价指标远远低于GF_LDA_MLR、GF_LDA_MLR_3M,其中兼顾光谱和空间信息的GF_LDA_MLR_3M的总体识别率在三种数据库下均能够达到99左右,其Kappa系数可以达到0.9875及以上。
图表编号 | XD00133388100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 覃阳、肖化、骆开庆 |
绘制单位 | 华南师范大学物理与电信工程学院、华南师范大学物理与电信工程学院、华南师范大学物理与电信工程学院 |
更多格式 | 高清、无水印(增值服务) |