《表2 7种分类方案提取城镇用地结果的精度对比》

  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

《基于独立成分分析和随机森林算法的城镇用地提取研究》

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

通过Landsat 8图像目视解译，并结合Google Earth高分辨率图像选择500个验证点（图8）对基于单个特征维度和特征组合的7个分类方案得到的提取结果进行精度验证，验证精度的对比分析如表2所示。其中，运行时间表示训练和分类的总时间，错分率和漏分率都是针对城镇用地而言。对于光谱特征，分类的总体精度为84.3%，发生一定程度的错分和漏分的情况，分类准确度一般。对于纹理特征，其错分率和漏分率分别高达75.6%和33.3%，发生大量的错分和漏分的情况，分类精度最差，而且运行时间最长。对于PCA特征，分类的总体精度为81.9%，分类精度较低。光谱特征结合ICA特征的分类总体精度和Kappa系数分别为93.1%和0.86，高于其他分类方案，错分率也是最低的，分类效果总体最佳。