《表1 随迭代次数变化的分类精度》

  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

《基于卷积神经网络与主动学习的高光谱图像分类》

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

本文采用总体分类精度（OA）、平均分类精度（AA）和Kappa系数作为评价指标。表1给出3个指标随迭代次数的变化情况。每一次迭代都会使分类精度上升1%～3%，5次迭代之后，Salinas数据的总体分类精度从87.79%提升到98.85%，PaviaU数据的总体分类精度从89.42%提升到97.76%，Indian Pines数据的总体分类精度从86.05%提升到98.72%，3个数据集的总体分类精度分别有着11.06%、8.34%和12.67%的提升。