《表6 面向对象提取误差矩阵》
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
《基于面向对象的建筑物破坏遥感震害快速评估方法研究》
根据提取的误差矩阵（如表6所示）误差计算得到总体分类精度为82.2%，Kappa系数为0.73，分类效果较好。
| 图表编号 | XD00151326300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.25 |
| 作者 | 徐秀杰、杨玉永、潘健 |
| 绘制单位 | 山东省地震局、山东省地震局、山东省地震局 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表1 样本特征方差：高密度地质灾害易发区面向对象信息提取研究》2020.10.25
- 《表2 精度评价：高密度地质灾害易发区面向对象信息提取研究》2020.10.25
- 《表1 面向对象分类结果混淆矩阵》2020.03.25
- 《表2 面向对象分类的混淆矩阵》2019.09.01
- 《表2 不同融合算法的面向对象分类提取崩岗面积及精度》2020.08.01
- 《表3 典型地物亮度均值：面向对象的高分一号卫星影像大棚信息提取研究》2019.12.25
- 《表4 信息提取精度：面向对象的高分一号卫星影像大棚信息提取研究》2019.12.25
- 《表1 典型地物光谱值：特征分量的城市建筑物面向对象提取方法》2020.01.20
- 《表3 面向对象分类方法的混淆矩阵》2019.07.27
- 《表2 基于多尺度、多准则、面向对象信息提取结果精度》2019.04.25
- 《表5 面向对象分类结果混淆矩阵》2019.06.01
- 《表1 面向对象的影像属性提取》2019.06.01
- 《表1 面向对象的林地信息提取误差矩阵》2019.06.20
- 《表6 OSM面数据与轨迹数据提取变化像元误差矩阵》2019.04.10
- 《表2 特征子集L：基于GF-1面向对象的桉树林信息提取研究》2019.08.28
- 《表1 特征集F：基于GF-1面向对象的桉树林信息提取研究》2019.08.28
- 《表2 知识规则集：基于Sentinel-2卫星影像的面向对象城市水体提取》2019.05.28
- 《表5 面向对象提取面积统计》2019.02.25
- 《表2 基于面向对象的分类误差矩阵Tab.2 Error matrix of the classification with the object-oriented method》2018.03.01
- 《表3 面向对象分类的混淆矩阵》2018.02.25