《表6 方案2下各树种分类精度》

  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

《联合GF-5与GF-6卫星数据的多分类器组合亚热带树种识别》

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

由上述分析可知，去除分类表现较差的近邻分类算法后，方案2在各分类算法上均能取得最好总体精度（图6）。去除近邻分类后各算法在方案2下的各树种分类精度见表6。可以看出，麻栎识别最高制图精度和用户精度分别为97.50%（WACC）和94.59%（SVM）；朴树识别最高制图精度和用户精度分别为87.50%和89.74%（CART）；黄檀识别最高制图精度和用户精度分别为95.00%（RF）和94.87%（SVM）；马尾松识别最高制图精度和用户精度分别为95.00%（SVM）和91.89%（WACC）；湿地松识别最高用户精度和制图精度均为92.50%（WACC）；杉木识别最高制图精度和用户精度分别由RF和WACC取得，为85.00%和88.89%；对其他树种识别，最高用户精度和制图精度均由RF得到，分别为88.46%和95.83%。各树种识别的总体精度和Kappa系数均由本研究方法得到，分别为87.51%和0.854。