《表5 不同分类器分类结果比较》
表5为不同分类器的板栗林提取精度以及总体分类精度和Kappa系数。结果显示,除最小距离算法外,其他几种分类器表现都较好。人工神经网络和马氏距离板栗林提取的制图精度高,分别达93.74%和92.73%;但用户精度略低,为80.84%和81.80%,其他地类错分到板栗林较多;总体精度和Kappa系数较好,分别为93.95%和94.04%、0.927 1和0.928 2。支持向量机和随机森林的总体精度和Kappa系数最高,达94.75%、0.936 7,板栗林提取的制图和用户精度也都较高,制图精度均达到89.90%,用户精度也均在85%以上。相较而言,支持向量机用户精度略高于随机森林,也进行了其他时相的分类比较,支持向量机的精度均略好于随机森林。本研究显示采用支持向量机结合1、6、9月的影像,板栗林提取精度最高,总体分类精度也最好。
图表编号 | XD00212734000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 陈继龙、魏雪馨、刘洋、闵庆文、刘荣高、张文林、郭春梅 |
绘制单位 | 中国科学院地理科学与资源研究所、中国科学院大学、中国科学院地理科学与资源研究所、中国科学院大学、中国科学院地理科学与资源研究所、中国科学院地理科学与资源研究所、中国科学院地理科学与资源研究所、宽城满族自治县农业农村局、宽城满族自治县农业农村局 |
更多格式 | 高清、无水印(增值服务) |