《表3 基于SVM最优分类模型分类的精度评价》
总体分类精度:92.49%;Kappa系数:0.908 4。Overall Accuracy:92.49%; Kappa coefficient:0.908 4.
根据准则Ⅳ,将RGVI、EVI、B1、B3、B2、DVI、RVI、Brightness 8个特征依次放入支持向量机分类器中训练得到最优分类模型,基于SV-1遥感影像对研究区进行林地信息提取,与验证样本建立混淆矩阵得到每一类的生产者精度与用户精度,具体如表3所示。
图表编号 | XD00180790900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 曾文、林辉、李新宇、肖越、鲁宏旺 |
绘制单位 | 中南林业科技大学林业遥感信息工程研究中心、林业遥感大数据与生态安全湖南省重点实验室、南方森林资源经营与监测国家林业和草原局重点实验室、中南林业科技大学林业遥感信息工程研究中心、林业遥感大数据与生态安全湖南省重点实验室、南方森林资源经营与监测国家林业和草原局重点实验室、中南林业科技大学林业遥感信息工程研究中心、林业遥感大数据与生态安全湖南省重点实验室、南方森林资源经营与监测国家林业和草原局重点实验室、中南林业科技大学林业遥感信息工程研究中心、林业遥感大数据与生态安全湖南省重点实验室、南方森林资源经营与监测国 |
更多格式 | 高清、无水印(增值服务) |