《表4 PU数据集在小样本情况下的分类结果》
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CNN的双边融合网络在高光谱图像分类中的应用》
小样本问题是现有HSI分类方法中普遍存在的问题。为了评估双边融合块网络在小训练集下的分类性能,本文从各类中随机抽取一定比例的样本作为训练集,剩下的样本作为测试集。对于IP数据集,本文随机选取了1%、3%、5%、7%、10%的训练样本进行测试;对于PU数据集,随机选取0.5%、1%、2%、3%、5%的训练样本进行测试;对于SA数据集,随机选取0.1%、0.5%、1%、2%、3%的训练样本进行测试。测试结果如表3~表5所示。可以看出,双边融合块网络具有非常好的小样本分类性能,对SA数据集分类表现最佳,0.5%的训练样本OA即可达到98.71%;其次是PU数据集,2%的训练样本的OA为98.74%;在IP数据集的表现上,10%的训练样本OA可达98.45%。
图表编号 | XD00196923700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 高红民、曹雪莹、杨耀、花再军、李臣明 |
绘制单位 | 河海大学计算机与信息学院、河海大学计算机与信息学院、河海大学计算机与信息学院、河海大学计算机与信息学院、河海大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |