《表5 实验区分类稳定性评价统计表》

  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GF-1卫星数据岩性自动化识别方法试验》

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

2) 分类稳定性评价。分类稳定性评价法是通过统计最佳分类比与次佳分类比的差值来比较分类稳定性的。相差的百分比越大，说明分类结果的稳定性越好；相差的百分比越小，说明该对象隶属关系不够明确，类别归属还不够清楚[16-19]。通过统计（表5），变砂岩的稳定性较好，最佳与次佳比的差值为0.221 315；其次为白云岩，其稳定性差值为0.076 712 825 04；千枚岩稳定性最差，其差值为0.028 547 721 21。从整体上看，其分类结果稳定性较差。本次面向对象分类方法采用基于样本的监督分类，对分割好的对象是通过点击训练样本来定义的，该方法对于训练样本有极强的依赖性，本次工作旨在试验国产GF-1数据在岩性自动分类方面的可行性，故对各类岩性只选取了5～10个训练样本，由于训练样本数量的不足，才导致一次分类结果较差，需进行“分类-指定样本-再分类”的循环操作。本次实验分类稳定性差的问题，可随着训练样本数量的增加而得到改善。在实际工作过程中，可根据不同工作区的实际情况，选择合适数量的训练样本来保证分类精度。