《表4 UCMerced＿LandUse数据集下数据扩充对Stacking法分类精度的影响》

  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

《联合卷积神经网络与集成学习的遥感影像场景分类》

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

/%

在较少训练数据下，数据扩充能够有效改善影像的分类精度，如表4所示。在不进行数据扩充的情况下，每类样本只有10%用于训练，Stacking方法可以取得的89.26%分类精度；每类样本只有20%用于训练，可以取得93.21%的分类精度，只通过3个方向旋转以扩充数据集，可将精度提高约1.5%。