《表4 Wonchang村的误差矩阵,采用ANN进行分类》
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》
我们使用358个样本像素,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、道路的59个像素、阴影的60个像素和裸地的60个像素来评估Wonchang村的分类结果的精度。针对Wonchang村的ANN和SVM分类器的精度评估结果分别如表4和表5所示。SVM(86.59%)比ANN(79.33%)分类更精确,这意味着SVM在类别之间的区分能力,特别是对感染PWD的树木的识别效果,要优于ANN。这一结论得到了kappa系数的支持:SVM的kappa系数为0.8391或83.91%,ANN的kappa系数为0.7520或75.20%。根据Landis和Koch(1997),这表明了更强的一致性。
图表编号 | XD00185710200 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) |