《表3 不同算法在PU数据上的最优总体分类精度Tab.3 Optimal accuracy of different algorithms on PU data》
图3是4种算法在不同数据不同类上的正确率对比,可以发现LE,MLE,MLE_Spatial和MLE_Spatial_Label的正确率在BOT数据的每一类别上均逐步提升;而在KSC和PU数据上,虽然总体上也能反映出上面的规律,但在某些类别上并不符合,这和不同类别本身的数据特征有关系。这表明BOT数据的各类别间的区分性较好,而PU和KSC数据有些类之间的区分性并不好。对于区分性不好的PU和KSC数据,MLE最后的分类准确率并不比LE高,而MLE_Spatial和MLE_Spatial_Label在添加空间信息时,由于空间窗口选择都是5×5,虽然提高了块的纯度,但是容易把异类点的光谱考虑进来,从而影响最后的分类精度。
图表编号 | XD0021796700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 吴东洋、马丽 |
绘制单位 | 中国地质大学(武汉)机械与电子信息学院、中国地质大学(武汉)机械与电子信息学院 |
更多格式 | 高清、无水印(增值服务) |