《表1 0 不同分类方法针对SA数据集的分类精度》
在PU数据集和SA数据集上进行的比较实验分别随机选取4%和2%的样本作为训练样本,剩余96%和98%的样本作为测试样本。图7和图8分别展示了2个数据集的地物灰度图以及不同分类方法的分类图,表7~表10则给出了不同分类方法的定量分析结果和分类精度。在2个数据集对比实验中,MPFCN在PU数据集和SA数据集上的OA均最高,分别为99.56%和99.70%。此外,表8和表10展示了在PU数据集和SA数据集下,各对比方法的训练参数数量。总体来说,MPFCN在IP数据集、PU数据集和SA数据集上的3个指标性能均达到最优。
图表编号 | XD00211586800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 高红民、曹雪莹、陈忠昊、花再军、李臣明、陈月 |
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、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) |