《表4 SVM-RFE特征子集分类结果》

  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

《基于无人机多光谱遥感图像的玉米田间杂草识别》

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

分别采用Relief特征子集与SVM-RFE特征子集对5种监督分类模型进行训练及测试，分类结果如表3和表4所示。与原始数据集分类结果相比较，监督分类模型对Relief特征子集的分类效果有所下降，测试集准确率平均下降1.68%。原始数据集中分类效果较好的3种模型准确率下降幅度均超过1.2%，而分类效果较差的KNN及Cart模型，准确率变化幅度在0.75%以内。在Relief特征子集对测试集的分类结果中，SVM模型的准确率最高，达97.22%；ANN模型精确度略低于SVM，为96.67%；RF模型准确率下降幅度最大，相对于原始数据集结果下降了3.53%，仅为92.93%。