《表6 支持向量机支撑下的不同识别方法的农作物分类精度》

  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

《高分六号红边特征的农作物识别与评估》

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

注：1-样本分割均值，表示每类SVM框架的分类方法在列向多种训练样本方案下分类精度的平均值；2-样本分割差值，表示每类SVM框架的分类方法在列向多种训练样本方案下最大与最小分类精度的差值；3-识别方法差值，表示每类SVM框架下的分类方法在“1-样本分割均值”情况下的行向对

（3） 5类样本分割方案下的4套以支持向量机为框架的监督分类方法，见表6，其分类精度中kappa系数高于0.9609，总体精度高于0.9742；最高与最低分类精度的差值kappa为0.0275，总体精度为0.0182。这首先表明了支持向量机是一类非常实用的监督分类方法；同时也说明在足够多样本的前提下，以SVM为框架的分类精度差别很小。