《表1 不同算法的高光谱图像分类性能指标》
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
《基于降维Gabor特征和决策融合的高光谱图像分类》
从表1中数据可以得到,本文算法的OA达到99.22%,比传统SVM高约22%,比SVM-MRF高11%,比DG-LPNMF高4%;本文算法kappa达到0.990 7,比LFDA-GMM高0.414,比LPNMF-GMM高0.310 1,比SVM高0.257,本文方法的OA、kappa和标准差都是最优性能,对于高光谱图像的分类性能优于其他八种现有算法。图5给出了训练样本量和分类准确率的关系曲线。
图表编号 | XD00133939800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 杨秀杰、高丽 |
绘制单位 | 重庆电子工程职业学院数字媒体学院、西南大学学生工作处 |
更多格式 | 高清、无水印(增值服务) |