《表1 Botswana数据集分类性能对比》

  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

《基于变精度粗糙集的贪婪无监督高光谱图像波段选择方法》

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

为了进一步评估所提出的基于无监督VPRS的波段选择方法的有效性，还将其与现有的有监督RRS方法进行比较。从图4可以看出，当选择相同数量的波段时，所提出的无监督方法获得了与现有的有监督RRS可比结果。对于定量分析，表1～3分别显示了Botswana、KSC和IP数据集在10次运行中获得的平均总体分类准确度（Overall Accuracy，OA）、平均kappa准确度（Kappa Accuracy，KA）和标准偏差（Standard Deviation，STD）。从这些表中可以清楚地看到，由所提出的无监督方法选择的波段总是提供比由最新的无监督SVD、ID、Wa Lu Di和Wa Lu MI方法选择的波段更好或可比较的分类结果，以及与最新的有监督RRS方法的可比结果。通过分析各个方法的原理可知，SVD在小尺寸物体分类中提供的信息较少。而当数据服从非高斯分布时，ID方法效果较差。Wa Lu Di和Wa Lu MI都使用聚类方法将相似的波段分组到一个簇中，然后从每个簇中选择信息波段。因此，如果聚类方法不能将信息波段划分成不同的聚类，那么这些方法就无法选择信息量最大的聚类波段。另一方面，提出的方法与聚类结果无关，它是基于一个新的依赖值来选择信息波段，该依赖值是根据选择的和未选择的波段计算出来的。为了更加直观地显示各个方法对于分类精度的影响，图5为IP数据集在选择20波段数条件下的各方法的分类结果。从图中可以直观地看出提出方法的分类效果更加细节化，进一步证明了提出方法的有效性。