《表5 Pavia University数据集的总体精度和平均精度、Kappa系数》
紧接着,将我们的算法应用在Pavia University影像上。我们的算法PGKC与5种算法聚类的Pavia University影像的视觉效果图可以从图3看到。我们可以清晰地从表4看到,本文PGKC算法在SelfBlocking Bricks上的制图精度(PA)是最高的,在Shadows的用户精度达到100%。最后,从表5看到,我们提出的算法总的聚类精度OA和Kappa系数是最高的,分别为62.30%、0.510 6,而算法K-means、CE和SSC的OA是最低的,分别为48.60%和51.15%、51.24%。我们提出的算法是提高了在算法SSC和CE的精度,这是由于SSC算法只考虑了HSI像素的光谱信息却没有考虑到它们的空间信息,而CE算法虽然光谱信息与空间信息都考虑到了,但是CE算法包含的空间信息较弱。
图表编号 | XD00188766500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 龙咏红 |
绘制单位 | 广东工业大学应用数学学院 |
更多格式 | 高清、无水印(增值服务) |