《表5 基于SVM的土地覆盖分类结果精度评价统计》

  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GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究》

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

注:总体精度84.484 8%，Kappa系数0.834 6。

根据土地覆盖分类图6c得出，SVM分类算法对于养殖区及裸露地的区分效果不佳，在养殖区的地物类型中，由于覆盖大量河流资源，受潮水影响，加之道路与河流的纹理特征相似，导致养殖区内很多裸露地的田埂没有提取出来。结合表5可以看出，SVM分类算法中道路地物类型的生产者精度高于用户精度，依然主要错分为潮滩和裸露地，说明SVM分类算法未能在这三种地物之间找到严格的分类界限。