《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》
提示：宽带有限、当前游客访问压缩模式
将不同特征向量分别加入到SVM，用同一训练样本对数据进行分类，分为水体、建筑物、植被、道路和裸地五类，分类精度如表3所示。
| 图表编号 | XD002474000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.10.25 |
| 作者 | 沈璐、权亚楠、禹哲珠、马宏宇 |
| 绘制单位 | 长白山科学研究院、长白山生物群落与生物多样性吉林省联合重点实验室、鞍山电力勘测设计院、长白山科学研究院、长白山生物群落与生物多样性吉林省联合重点实验室、长白山科学研究院、长白山生物群落与生物多样性吉林省联合重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
