《表8 不同分位数水平下DTW方法分类精度对比》

  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

《一种利用形态相似性的水稻信息提取算法》

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

%

为了进一步验证MSMA算法可靠性，本文同时检验了动态时间弯曲距离方法（DTW）对5种地物的分辨能力，使用的数据与MSMA算法验证样本相同，并使用分位数法作为阈值获取方式，在不同分位数水平下，各类样本错分情况如图3所示，用户精度及制图精度结果如表8所示。从表8可以看出，随着分位数的增长，制图精度随之增大，当分位数为95%时，制图精度均在90%以上；而对于用户精度，水域和单季稻表现较好，其他3种地物则基本在50%以下；5种地物中，唯有水域的用户精度和制图精度均保持较高水平，森林的用户精度最低，一直保持在10%以下，双季稻次之，保持在20%左右。