《表8 Pavia University数据单类地物分类精度及总体精度》
注:加粗数字表示最佳精度。
表10列出了CNN、2D-CNN、LBP-CNN、DC-CNN及LBP-DC-CNN的训练测试时间,从表10中可以看出,由于DC-CNN需要同时处理2维数据和1维数据,还要连接不同的模型,因此训练时间相比2D-CNN要增长很多,而LBP提取的特征数据比原始图像数据量要大,LBP-CNN的训练时间也很长。LBP-DC-CNN要处理LBP提取的特征数据和原始图像数据,因此训练时间最长。
图表编号 | XD00158078400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 魏祥坡、余旭初、张鹏强、职露、杨帆 |
绘制单位 | 信息工程大学、信息工程大学、信息工程大学、信息工程大学、信息工程大学 |
更多格式 | 高清、无水印(增值服务) |