《表2 不同算法在KSC数据上的最优总体分类精度Tab.2 Optimal accuracy of different algorithms on KSC data》

  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

《多流形LE算法在高光谱图像降维和分类上的应用》

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

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。