《表2 SVM分类混淆矩阵》

  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

《监督非监督分类器比较研究》

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

在对SAR图像进行SVM（支持向量机）分类时，先是根据光学影像中选取特征明显，分布均匀的训练样本，再根据训练样本对SAR图像进行分类，分类结果如图4b，分类精度见表2，图中蓝色代表水体，绿色代表裸地，黄色代表建筑。分类结果中，因裸地与建筑的反射特性相似而出现了不同程度的交错，但总体对整个图像的分类基本正确，其总体分类精度达到了81.800 4%，Kappa系数为0.725 6。