《表8 在PU数据集下与其他分类模型的比较》
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》
第二和第三个实验分别在PU数据集和SA数据集上进行。对PU数据集,随机选取2%作为训练样本,剩余的样本作为测试样本。对于SA数据集,选取0.5%作为训练样本,剩余样本作为测试样本。图6和图7给出了由不同分类方法得到的分类图,表8~表11为相应的定量分析结果。同样地,在视觉效果上,本文所提方法在2个数据集上所展示的地物分类图拥有最少的噪声且与图4所展示的地物分类参考图最为相近;在定量分析中,DFBN模型在PU数据集和SA数据集上的OA分别达到了98.45%和98.74%,OA、KA及AA均高于其他对比方法。所提DFBN模型在IP数据集、PU数据集和SA数据集上均有较好的性能。
图表编号 | XD00196924300 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) |