《表5 方案6分类精度：一种基于联合特征的地表覆盖变化自动检测方法》
提示：宽带有限、当前游客访问压缩模式
（%）
（4）方案6:将表示灰度统计分布的灰度共生矩阵和灰度直方图与反映光谱或颜色分布的统计特征都参与分类，分类结果见表5。
| 图表编号 | XD00219404100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.25 |
| 作者 | 孔晖、金洪芳 |
| 绘制单位 | 浙江省测绘科学技术研究院、浙江省测绘科学技术研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 地表覆盖分类精度评价》2020.09.01
- 《表2 独立分量分类精度：一种基于联合特征的地表覆盖变化自动检测方法》2020.10.25
- 《表1 特征空间选择方案：一种基于联合特征的地表覆盖变化自动检测方法》2020.10.25
- 《表6 方案7分类精度：一种基于联合特征的地表覆盖变化自动检测方法》2020.10.25
- 《表4 方案5分类精度：一种基于联合特征的地表覆盖变化自动检测方法》2020.10.25
- 《表1 图斑变化类别：地表覆盖分类成果质量特征分析》2020.09.25
- 《表1 变化检测结果：基于分类变化检测方法的地表覆盖影像特征数据更新处理研究》2020.11.25
- 《表2 误差矩阵：基于分类变化检测方法的地表覆盖影像特征数据更新处理研究》2020.11.25
- 《表6 车辆图像分类结果：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表5 分类对比结果：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表4 本文方法分类结果：基于激光测高卫星全波形数据的地表覆盖分类应用——以北京市城区为例》2019.12.20
- 《表1 地表覆盖分类变化信息自动识别统计表》2019.11.25
- 《表1 变化检测精度对比：一种基于影像分割的城市建筑物变化检测方法》2020.01.25
- 《表2 特征选择结果：基于阈值分割及模式分类器的硬性渗出自动检测方法对比研究》2019.11.10
- 《表1 检测结果对比：基于监督分类融合与优化的森林面积变化自动检测方法》2019.06.01
- 《表5 分类混淆矩阵：一种基于集成学习的钓鱼网站检测方法》2019.09.15
- 《表4 不同样本的地表覆盖分类精度验证结果》2019.05.05
- 《表3 地表覆盖分类模型分类精度》2019.05.05
- 《表3 分类精度：一种结合纹理特征的极化SAR图像SVM分类方法》2018.10.25
- 《表2 变化检测精度：一种排除D-S证据冲突的遥感影像变化检测方法》2018.05.25