《表2 各算法不同地类所占面积》
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
《基于随机森林算法的城市不透水面信息提取——以长春市为例》
(%)
为进一步验证RF算法的优势,利用经过特征选择后的变量与MLC和SVM算法进行对比分析,比较各算法对不同地物类别的适用性,在R语言平台下实现随机森林算法,最大似然法和支持向量机分类均在ENVI平台下实现,其中支持向量机算法采用径向基函数作为核函数。最终分类结果如图7所示,各地物类别所占面积见表2。从图中可以看出,最大似然算法将裸土与不透水面严重误分,并且高估了阴影所占比例;支持向量机对裸地和水体有些漏分,同时存在将植被误分为农田的现象;随机森林算法整体表现较好,道路轮廓信息和一些细小水体被正确提取出来。
图表编号 | XD00183165300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 常翔宇、柯长青 |
绘制单位 | 南京大学地理与海洋科学学院、南京大学地理与海洋科学学院 |
更多格式 | 高清、无水印(增值服务) |