《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》
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。
图表编号 | XD00212756400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 梁继、郑镇炜、夏诗婷、张晓彤、唐媛媛 |
绘制单位 | 湖南科技大学地理空间信息技术国家地方联合工程实验室、中国科学院寒旱区陆面过程与气候变化重点实验室、湖南科技大学资源环境与安全工程学院、湖南科技大学地理空间信息技术国家地方联合工程实验室、湖南科技大学资源环境与安全工程学院、湖南科技大学地理空间信息技术国家地方联合工程实验室、湖南科技大学资源环境与安全工程学院、湖南科技大学地理空间信息技术国家地方联合工程实验室、湖南科技大学资源环境与安全工程学院、湖南科技大学地理空间信息技术国家地方联合工程实验室、湖南科技大学资源环境与安全工程学院 |
更多格式 | 高清、无水印(增值服务) |