《表1 Indian Pines数据集中各种算法在不同类别中的分类精度》

  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

《基于空谱加权近邻的高光谱图像分类算法》

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

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。