《表2 基于光谱特征的分类混淆矩阵》

  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

《基于光谱与纹理特征的高分二号竹林信息提取——以庐山自然保护区为例》

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

本方案基于高分二号融合影像（全色1波段+多光谱4波段）的光谱特征值，基于样本训练的方式，采取了最大似然法、马氏距离法、支持向量机的不同分类方法进行分类。从中分类矩阵中发现（见表2）:马氏距离分类方法中，有较多的竹林与林地错分严重，还有部分竹林被分类为耕地和建设用地；最大似然法中，竹林与林地错分的情况得到了改善，耕地与竹林错分的比例减少近50%，并且没有建设用地与竹林错分的情况；支持向量机分类方法中竹林与耕地和植被错分的情况得到了较大改善，用户精度得到了大幅提升，但竹林生产精度却较低。其中生产精度是指分类器将整个影像的像元正确分为A类的像元数与A类真实参考总数比率；用户精度是指正确分到A类的像元总数与分类器将整个影像的像元分为A类的像元总数比率。