《表3 多标签与单标签分类》
注:加粗字体表示最优结果。
将Model-m的多标签分类与Model-s的单标签分类对比。多标签和单标签均在PCA降维后,用KNN分类器分类。多标签分类采用BR算法,将多标签问题按标签转换为二分类问题。结果的评价使用基于标签的评价指标Macro-average(准确率,精度,召回率,Fβ)进行评价,分类的评价对比如表3。表3显示了单标签分类与多标签分类在数据集Samson、数据集Jasper Ridge和数据集Urban上的分类结果。在数据集Samson和Jasper Ridge上,多标签分类在所有指标上的表现均比单标签分类优秀。但在数据集Urban上,多标签分类在accuracy和recall指标上表现不如单标签,在precision和Fβ指标上表现优于单标签。总体而言,多标签在高光谱图像上取得了良好的分类效果,且多标签在precision指标上表现优异,说明了多标签在高光谱图像分类中做出正例判断的可信度较高。
图表编号 | XD00143039300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 张晶、王亦斌、方帅 |
绘制单位 | 合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室 |
更多格式 | 高清、无水印(增值服务) |