《表2 不同算法Google of SIRI-WHU数据集的分类精度Tab.2 Classification accuracy of Google ofSIRI-WHU dataset by diff

《表2 不同算法Google of SIRI-WHU数据集的分类精度Tab.2 Classification accuracy of Google ofSIRI-WHU dataset by diff   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CNN模型的遥感图像复杂场景分类》


  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
（%）

为了更好地比较本文提出方法的优势，针对于UC Merced Land Use数据集和Google of SIRI-WHU数据集，表1和表2列出了现有的几种其他方法的分类效果。

图表编号XD0021804000    严禁用于非法目的
绘制时间2018.12.01
作者张康、黑保琴、李盛阳、邵雨阳
绘制单位中国科学院空间应用工程与技术中心、中国科学院太空应用重点实验室、中国科学院大学、中国科学院空间应用工程与技术中心、中国科学院太空应用重点实验室、中国科学院空间应用工程与技术中心、中国科学院太空应用重点实验室、中国科学院空间应用工程与技术中心、中国科学院太空应用重点实验室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 不同分类方法的分类精度Tab.3 Accuracy of different classification methods》2018.10.01
  2. 《表2 不同隐藏层结构下DCNN的分类精度比较Tab.2 Comparison of DCNN classification accuracy under different hidden layers》2019.02.01
  3. 《表5 不同算法的分类精度Tab.5 Classification accuracy of different algorithms》2019.02.01
  4. 《表4 实验数据集分类精度的比较Tab.4 Comparison of classification accuracy of experimental datasets》2019.01.30
  5. 《表3 不同分类方法精度对比Tab.3 Comparison of accuracy in different classification methods》2019.01.20
  6. 《表2 各模型的参数选择结果以及分类精度对比Tab.2 Comparison of parameter selection results and classification accuracy of each model》2019.01.25
  7. 《表2 分类精度表Tab.2 Classification accuracy table》2019.01.25
  8. 《表2 监督分类结果精度系数Tab.2 Accuracy coefficient of supervised classification results》2019.01.25
  9. 《表7 不同算法在Pavia大学数据集的分类结果Tab.7 The classification results with different methods on the University of Pavia dataset》2019.01.01
  10. 《表2 v-WSVM算法在参数取不同值时的平均分类正确率和标准差Tab.2 Mean accuracy of classification and standard deviation with v-WSVM algorithm for di》2018.03.25
  11. 《表2 v-WSVM算法在参数取不同值时的平均分类正确率和标准差Tab.2 Mean accuracy of classification and standard deviation with v-WSVM algorithm for di》2018.03.25
  12. 《表2 分类精度验证Tab.2 Accuracy validation of classification results》2018.12.01
  13. 《表1 不同算法UC Merced Land Use数据集的分类精度Tab.1 Classification accuracy of UC MercedLand Use dataset by different methods》2018.12.01
  14. 《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》2018.06.01
  15. 《表4 不同分类方法精度对比表Tab.4 Accuracy comparison results of different classification methods》2018.10.25
  16. 《表2 杭州地区最大似然分类精度和SVM分类精度Tab.2 Classification Accuracy of Maximum Likelihood Method and SVM Method in Hangzhou》2018.12.05
  17. 《表2 地物分类精度 (MLC) /%Tab.2 Classification Accuracy of Three Objects (MLC)》2018.10.05
  18. 《表2 单波段和多光谱LiDAR数据的地物分类精度对比表Tab.2 Comparison of land-cover classification accuracy of single-wave length and multi-spectr》2018.02.01
  19. 《表2 RF面向对象影像的分类精度评价结果Tab.2 Classification accuracy assessment results of the RF object-based image》2018.06.25
  20. 《表2 不同分类方法的精度Tab.2 Different Methods of Classification Accuracy (%)》2018.11.20

随机翻阅

《表4 单位根检验结果：甘肃省集体林改视角下农户林业收入影响因素实证分析》 《表1 下弦杆承载能力使用率（荷载组合A作用）》 《表1 数据库(集)元数据简表》 《表3 模型适配度检验的主要指标》 《表3 2种绿地类型间土壤物理性质差异分析》 《表2 2012—2018年老君山区各月平均温湿指数、风效指数、着衣指数及分级符号》 《表1 洞庭湖区水稻种植业样本家庭农场投入》 《表6 受访者获得湿地相关信息的途径》 《表2 数据预处理统计及质控1)》 《表4 2组患者治疗前后炎症指标变化比较 (±s)》