《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》
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。
图表编号 | XD00191389600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 栗旭升、李虎、陈冬花、刘玉锋、刘赛赛、刘聪芳、胡国庆 |
绘制单位 | 安徽师范大学地理与旅游学院、核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室、安徽师范大学地理与旅游学院、安徽师范大学地理与旅游学院、滁州学院计算机与信息工程学院、滁州学院计算机与信息工程学院、滁州学院计算机与信息工程学院、新疆师范大学地理科学与旅游学院、安徽师范大学地理与旅游学院 |
更多格式 | 高清、无水印(增值服务) |