《表3 基于SVM分类方法精度验证分析(1)》
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Sentinel-1A数据的临高县早稻面积提取》
(1):列表中数值分别表示NDVV/NDVH对应的结果。
根据研究区早稻物候资料和野外调查资料,选取3月10日、3月22日、4月3日、4月15日、4月27日的水体归一化极化SAR数据,采用SVM分类方法提取早稻面积。从表3可知,从早稻面积和空间位置信息分析,单时相、多时相的极化SAR数据提取早稻面积效果都不佳。虽然在多时相的NDVH数据上,早稻区域与非早稻区域的可分离度满足了分类识别提取的要求,但是根据本文分析,因为SVM监督分类方法训练过度和极化SAR数据相干斑点噪声的影响,早稻面积的识别提取精度不能满足实际生产和应用的要求。
图表编号 | XD00155688100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 刘警鉴、李洪忠、华璀、孙毓蔓、陈劲松、韩宇 |
绘制单位 | 中国科学院深圳先进技术研究院、广西壮族自治区国土测绘院、中国科学院深圳先进技术研究院、南宁师范大学自然资源与测绘学院、昆明理工大学国土资源工程学院、中国科学院深圳先进技术研究院、中国科学院深圳先进技术研究院 |
更多格式 | 高清、无水印(增值服务) |