《表3 利用SVM对Anbi村进行分类得到的误差矩阵》
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
《基于人工智能技术的无人机遥感探测具有感染松材线虫病特征的树木》
在表2和表3中,我们总结了基于ANN和SVM算法的PWD分类结果的误差矩阵。这两种方法都是基于对358个像素,即来自感染PWD的树木的59个像素、正常的松树的60个像素、草木的60个像素、建筑物的60个像素、道路的59个像素和阴影的60个像素的分析。所有样本数据均基于多项式概率理论和分层随机抽样。SVM的总体精度为94.13%,而ANN的总体精度为87.43%。SVM分类器的精度更高,表明它比ANN更准确。这一结论得到了两种结果的kappa系数的支持:SVM的kappa系数为0.9296或92.96%,而ANN的kappa系数为0.8492或84.92%。
图表编号 | XD00185709700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | Mutiara Syifa、Sung-Jae Park、Chang-Wook Lee |
绘制单位 | Division of Science Education, Kangwon National University、Division of Science Education, Kangwon National University、Division of Science Education, Kangwon National University |
更多格式 | 高清、无水印(增值服务) |