《表2 J48方法分类的混淆矩阵Table 2 Confusion matrix of J48》

  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》

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

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。