《表4 各算法在三种数据集上的运行时间（训练时间/测试时间）》

  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

《高斯线性过程和多邻域优化的高光谱图像分类》

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

s

为了验证本文算法的优越性，将其与基于深度提取空间特征的卷积神经网络方法进行对比，结果如表3所示，可见，本文算法在识别精度及Kappa系数上均高于其他方法。各算法在各数据库上的运行效率如表4所示。从训练时间上分析，本文算法的训练时间虽然比RBF-SVM增加，但相比CNN等相关算法却大幅降低；从测试时间上分析，本文算法比RBF-SVM、CNN有所增加，但3DCNN花费的时间更多。可见，本文算法极大地提高了分类精度，其在时间上的微小损失完全在可接受的范围内。