《表3 算法间的分类精度对比Tab.3 Accuracy compare of each algorithm (%)》

  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Fisher准则和TrAdaboost的高光谱相似样本分类算法》

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

从表2可以得知，每个类别的样本都有与其相似的样本，例如C1类与C2类、C5类间SID_SA值最小，为相似样本集，同理C8类与C4类为相似样本集，因此，通过对比波段间的SID_SA值可以得到最适合的相似样本类别作为辅助样本集。从实验样本中随机选取测试样本1%的样本点作为源训练样本集，根据SID_SA算法确定辅助样本进行实验。将H_TrAdaboost算法与原始的TrAdaboost算法和SVM分类算法进行比较，分类精度对比结果见表3。