《表4 四个测试集上10次运行平均总正确率（OA)》

  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

《基于小样本学习的高光谱遥感图像分类算法》

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

训练批次数目设定为10000，学习率设定为0.001，Nc设定为20，NQN9．此外，卷积核的数量也会影响D-Res-3-D CNN的分类性能[28]．卷积核数目太小（如2，4）会大大降低分类准确率，而卷积核数目太大（如32）也会降低分类准确率，因此本文第一个残差块的卷积核数设置为8和16．第二个残差块的卷积核数设置为第一个残差块的卷积核数的两倍，即16和32．在4个测试数据集上，网络的两个残差块的卷积核数目不同的情况下总正确率（OA）如表4所示．由表可见，大部分情况下，第一个残差块的卷积核数目为16时的分类性能要优于卷积核数目为8时，但是性能提升幅度不大且16个卷积核会显著增加训练时间，因此本文将卷积核数目设定为8.