《表3 2种分类方法的分类精度比较Tab.3 Comparison of classification accuracy between the two methods》

  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SVM+SFS策略的多时相紧致极化SAR水稻精细分类》

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

（1） 在Tm-n-k中，m表示用于分类的SAR数据时相数；n表示参与分类的CP-SAR特征参数个数；k表示水稻分类类别。

通过设计4组对比实验进行结果分析:（1）利用6月27日12个CP优选参数进行SVM分类，并与全部22个参数SVM分类结果进行比较；（2）考虑时相信息，利用3个时相28个优选参数进行SVM分类，并与全部66个参数分类结果进行比较；（3）利用决策树方法进行TH，DJ与非水稻区的区分；（4）利用决策树进行3类水稻田与非水稻区的区分。最后利用验证样本对分类结果进行精度评价（表3）。可以看出，水体和城镇建筑分类效果较好，生产者精度和用户精度均在90%以上，不同方法、不同时相组合对应的分类结果差异不大。