《表1 Indian Pines数据集中各种算法在不同类别中的分类精度》
为比较各算法对Indians Pines数据集中每类地物的分类精度,每类地物选取10%的训练样本。表1为各算法对每类地物的OA、AA以及Kappa系数值。从表1可以看出,所提出的SSNN和SSWNN算法对大部分地物的分类精度均有明显提高,且SSWNN算法的分类精度更高,对特征相关性较大的地物,分类精度提升尤为明显,如Cornnotill、Corn-min以及Corn这三类地物。同时,两种算法的OA、AA和Kappa系数均高于文中其他算法,且SSWNN算法各指标最高。由于WSSD-KNN算法的实验结果是基于自身条件的,所以与原文献实验结果有细微差别。
图表编号 | XD00162235500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 纪磊、张欣、张丽梅、文章 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、重庆大学光电工程学院、贵州大学大数据与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |