《表3 4种方法性能对比:基于聚类与人工神经网络的遥感图像信息提取方法》
为验证PCNN神经网络模型的综合性能,在Matlab平台中使用SVM(Supportive Vector Machine,支持向量机),LinkNet卷积神经网络与OTUS阈值法建立水体识别系统,并对比实验。统计SVM向量机模型、LinkNet卷积神经模型与OTUS阈值模型的处理结果。可以得出以下结论:3种方法均可准确识别水体,但SVM向量机法虚警率最高,可达36.6%,OTUS阈值模型虚警率达2.95%,LinkNet模型法虚警率为8.80%,均高于本文PCNN网络法的1.95%。此外,本方法的单帧图像分类时间、平稳运行时间等参数均优于上述3种方法。使用不同数据对4种方法的各项性能进行对比,如表3所示。
图表编号 | XD00155832400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.05 |
作者 | 张思思、高旭光、滑文强 |
绘制单位 | 西安航空职业技术学院、陕西千山电子有限责任公司、西安邮电大学 |
更多格式 | 高清、无水印(增值服务) |