《表1 MLC方法分类的混淆矩阵》
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
《基于人工蜂群算法优化的SVM遥感分类方法——以玛纳斯湖古湖盆为例》
利用4种分类方法对测试集进行分类得到的混淆矩阵如表1-表4所示。1) ABC_SVM法的总体分类精度最高(0.9719),其次是Grid Search_SVM法(0.9616),J48为0.9335,MLC最低(0.8801)。不管使用哪一种优化方法,SVM的分类精度值都明显高于J48和MLC,说明SVM在多角度遥感数据分类问题上具有明显优势。2) Grid Search_SVM分类精度在MLC基础上提高了9.26%,ABC_SVM则比MLC提高了10.43%。ABC_SVM在所有5种类型上的用户精度和生产者精度均高于Grid Search_SVM,说明ABC对SVM参数具有更强的优化能力。另外,MLC在草地类型上的用户精度最高,与ABC_SVM方法结果一致,这可能与草地类型数据更接近正态分布有关。
图表编号 | XD0015253200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 杨雪峰、吐热尼古丽·阿木提 |
绘制单位 | 新疆师范大学地理科学与旅游学院、新疆师范大学地理科学与旅游学院 |
更多格式 | 高清、无水印(增值服务) |