《表2 8月7日的200 m高光谱图像分类精度评价》
分别运用马氏距离法、最大似然法、神经网络、ISODATA(K-Means分类效果不佳,在此不列举)4种分类方法对8月7日的200 m高光谱图像和9月25日的300 m高光谱图像进行分类研究。完成分类之后,使用目视判读的方法从图像上选取不同地物各1 000像元计算混淆矩阵进行验证。结合验证数据,采用混淆矩阵的方法对4类方法进行精度评价。由表2和表3可知,神经网络法的分类精度最高,其次是马氏距离分类法,再次是ISODATA法,最低的最大似然分类法。但从处理时间来看,神经网络的处理时间较长,分别为35.14和38.26 min,其次是最大似然分类法,分别为15.61和16.75 min,再次是马氏距离法,分别是12.54和14.55 min,处理时间最短的是ISO-DATA法,处理时间分别为3.64和3.97 min。
图表编号 | XD00184690100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.18 |
作者 | 黄宇、陈兴海、刘业林、黄智辉、孙梅、苏运城 |
绘制单位 | 四川双利合谱科技有限公司、四川双利合谱科技有限公司、四川双利合谱科技有限公司、四川双利合谱科技有限公司、北京工商大学计算机与信息工程学院、北京卓立汉光仪器有限公司 |
更多格式 | 高清、无水印(增值服务) |