《表4 ROSIS高光谱遥感数据总体分类精度和Kappa系数比较Tab.4 The OA and Kappa coefficient comparison of ROSIS hyperspectral

《表4 ROSIS高光谱遥感数据总体分类精度和Kappa系数比较Tab.4 The OA and Kappa coefficient comparison of ROSIS hyperspectral   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
《基于深度极限学习机的高光谱遥感影像分类研究》


  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

采用D-ELM方法计算得到总体分类精度为0.946 5，Kappa系数为0.923 8.针对ROSIS图像数据，不同分类方法的总体分类精度和Kappa系数比较如表4所示.

图表编号XD0015361100    严禁用于非法目的
绘制时间2018.03.01
作者吕飞、韩敏
绘制单位大连理工大学电子信息与电气工程学部、大连理工大学电子信息与电气工程学部
更多格式高清、无水印（增值服务）

相关图表

  1. 《表1 总体分类精度和Kappa系数》2020.12.20
  2. 《表5 Pavia University数据集的总体精度和平均精度、Kappa系数》2020.11.01
  3. 《表1 非监督分类总体精度与Kappa系数》2018.09.18
  4. 《表7 总体分类精度统计：天宫一号高光谱遥感场景分类数据集及应用》2020.09.25
  5. 《表2 在数据集2上各光谱特征提取方法的总体分类正确率、生产者精度和Kappa系数的比较》2020.03.31
  6. 《表1 不同方法的总体分类精度和Kappa系数》2019.11.26
  7. 《表3 各种分类结果总体精度及Kappa系数》2019.09.25
  8. 《表1 分类总体精度和Kappa系数》2019.08.25
  9. 《表4 ROSIS数据集在公开训练样本集下不同DA方法的分类精度和Kappa系数(Center→University)》2019.10.01
  10. 《表5 ROSIS数据集在公开训练样本集下不同DA方法的分类精度和Kappa系数(Center→University)》2019.10.01
  11. 《表1 总体分类精度、Kappa系数、罗布麻精度》2019.01.01
  12. 《表2 各算法精度和Kappa系数Tab.2 Algorithm Accuracy and Kappa Coefficient》2019.02.20
  13. 《表1 1 2008年和2015年总体分类精度和Kappa系数》2019.02.25
  14. 《表2 基于2种形式的SMLR对多源特征组合 (EMAP和EAP) 分类的精度与Kappa系数Tab.2 Classification accuracy and Kappa coefficient for multi features com》2018.12.01
  15. 《表1 基于2种形式的SMLR对不同单一特征EMAP和EAP分类的精度与Kappa系数Tab.1 Classification accuracy and Kappa coefficient for different single featu》2018.12.01
  16. 《表2 总体精度与Kappa系数统计Tab.2 Statistical results of overall accuracy and Kappa coefficient》2018.12.01
  17. 《表4 电力线提取的总体精度与Kappa系数Tab.4 Overall accuracy and Kappa coefficient for power line extraction》2018.07.01
  18. 《表3 AVIRIS高光谱遥感数据总体分类精度和Kappa系数比较Tab.3 The OA and Kappa coefficient comparison of AVIRIS hyperspectral remote sensing dat》2018.03.01
  19. 《表2 ROSIS高光谱遥感数据的地物类别及样本数Tab.2 The ground category and sample number of ROSIS hyperspectral remote sensing data》2018.03.01
  20. 《表3 随机森林分类总体精度和Kappa系数》2019.11.25

随机翻阅

《表2 三组Ⅱ度臀红护理效果比较[n(%)]》 《表1 添加混合酶制剂对全株玉米青贮的感官评定》 《表1 节点数统计：一种基于GAN的异构信息网络表示学习方法》 《表2 我国零售业态演变的五个阶段》 《表2 4个样品表面的粗糙度》 《表2 体育课练习密度：小学体育课堂观察分析量表制定、使用的研究》 《表3 HTPDMS用量对改性环氧树脂耐水性的影响》 《表1 营养盐各个指标的特征向量》 《表1 结构性亚文化与国家认同的协调关系》 《表3 专名构成：从社会语言学的角度看重庆的轻轨站名》