《表5 不同分类器分类结果比较》

  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

《基于多时相遥感观测的板栗林分布提取研究》

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

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。