《表4 各种方法分类结果精度评价》

  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

《基于随机森林的高寒湿地地区土地覆盖遥感分类方法》

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

由表4可知，相同特征下的4种分类方法中，RF分类结果精度最高，OA和Kappa系数分别为85.95%和0.80，比SVM和ANN方法分别高出6.98、6.56个百分点和0.08、0.09。MLC方法的分类效果最差，OA仅为68.32%，Kappa系数0.58。说明RF算法比MLC、SVM和ANN方法更能有效地提取高寒湿地土地覆盖信息，具有很好的适用性。