《表4 最邻近算法误差矩阵》
提示：宽带有限、当前游客访问压缩模式
5)贝叶斯算法对旱地的分类效果较好；林地、水域、水田均有大面积错分，自动分类效果较差。
| 图表编号 | XD00148393800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.25 |
| 作者 | 杜萌迪、孙畅、王逸凯、罗建松 |
| 绘制单位 | 浙江省测绘科学技术研究院、黑龙江地理信息工程院、黑龙江地理信息工程院、黑龙江地理信息工程院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 我国学校体育场地最邻近点指数统计表》2020.09.25
- 《表2 滑雪场所最邻近距离指数》2021.01.25
- 《表4 在制造业和服务业各个小行业中出口对创新的影响——基于最邻近匹配》2021.01.05
- 《表1 3种算法消耗时间：基于全局最优变换矩阵的图像拼接方法》2020.11.25
- 《表4 利用各产区内邻近站点资料对富士系苹果花期模型进行空间拓展检验的误差》2020.07.20
- 《表4 全样本最邻近匹配平衡性检验》2020.07.25
- 《表3 支持向量机算法误差矩阵》2020.06.25
- 《表5 贝叶斯算法误差矩阵》2020.06.25
- 《表2 决策树算法误差矩阵》2020.06.25
- 《表7 计算初相位准确性最优算法的参数以及计算供电系统电压信号主要谐波成分初相位的绝对误差》2020.01.10
- 《表6 计算频率准确性最优算法的参数以及计算供电系统电压信号主要谐波成分频率的绝对误差》2020.01.10
- 《表5 计算幅值准确性最优算法的参数以及计算供电系统电压信号主要谐波成分幅值的相对误差》2020.01.10
- 《表8 60 dB噪声下计算幅值准确性最优算法的参数及其计算幅值的相对误差》2020.01.10
- 《表1 苏州各区县民宿最邻近距离分析》2019.10.31
- 《表3 不同类型酒店的最邻近指数》2019.08.25
- 《表6 邻近权重矩阵下的空间自回归 (SAR) 与空间误差模型 (SEM) 回归结果》2019.07.05
- 《表1 最邻近分类结果精度评价表》2019.06.15
- 《表4 常州市旅游产业最邻近指数及空间分布模式》2019.06.25
- 《表3 实验结果误差：基于K最近邻算法的城市路段行程时间短时预测》2019.07.15
- 《表2 贵州省不同等级坝子最邻近指数》2019.11.01