《表6 基于GANBPSO-SVM的不同比例训练样本的分类结果Table 6 Classification accuracy based on GANBPSO-SVM under different
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GANBPSO-SVM的高光谱影像特征选择方法》
采用本文提出的GANBPSO-SVM方法,分别选择10%、20%、50%、80%的样本数据作为训练数据集,对不同比例训练样本进行分类,迭代次数设定为300次,分类精度如表6,分类效果如图3所示。如表中所示,分类精度随着训练样本比例的增高而增高,说明训练样本比例越高,影像的分类精度越高,越能体现目标地物的特征。
图表编号 | XD0015357600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 谢福鼎、姚娆 |
绘制单位 | 辽宁师范大学城市与环境学院、辽宁师范大学城市与环境学院 |
更多格式 | 高清、无水印(增值服务) |