《表5 样本分类结果精度对比Tab.5 Accuracy comparison of sample classification results》

《表5 样本分类结果精度对比Tab.5 Accuracy comparison of sample classification results》   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
《采用ACGAN及多特征融合的高光谱遥感图像分类》


  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

Indian Pines数据集上，不同方法的分类结果及分类精度对比，如图13和表5所示.表5中:该组实验数据保留全部16类样本，共10 249个样本，517个训练样本；Indian Pines数据集在只保留样本数大于波段数2倍的9类样本上，该组实验共9 234个样本，训练样本率为0.05，训练集大小为457.由表5可知:数据集类别数越多，分类越困难，分类越低.在小样本和多类别的Indian Pines数据集上，PixelCNN的分类精度较低，只达到0.956 9；而文中ACGAN-LBP-CNN方法对小样本的数据集有很高的分类精度，达到0.990 0以上.这有力地证明ACGAN强大的学习能力及在多分类问题上的潜能.

图表编号XD0034181300    严禁用于非法目的
绘制时间2019.01.20
作者刘群、陈锻生
绘制单位华侨大学计算机科学与技术学院、华侨大学计算机科学与技术学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表5 不同算法的分类精度Tab.5 Classification accuracy of different algorithms》2019.02.01
  2. 《表5 威布尔分布三参数不同方法估计精度对比表Tab.5 Comparison table for estimation accuracy of different methods for three-parameter Weibull di》2019.02.01
  3. 《表5 能量分类精度评价Tab.5 Accuracy evaluation of energy classification》2019.01.25
  4. 《表5 两种多分类器的检测率对比Tab.5 Detection accuracy comparison of two multi-class classifiers》2019.01.10
  5. 《表4 Pavia University分类结果精度对比Tab.4 Accuracy comparison of classification results at Pavia University》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5 不同更新阈值对应的结果精度对比Tab.5 Accuracy comparison of results corresponding to (m) different thresholds》2019.02.25
  8. 《表5 MWKPLS与MI-MWKPLS的模型精度对比Tab.5 Comparison of model accuracy between MWKPLS and MI-MWKPLS》2019.01.15
  9. 《表5 不同卷积核数量对应的总体分类精度Tab.5 Overall accuracy with different number of kernels (%)》2019.01.01
  10. 《表4 各算法在不同样本上的分类精度对比Tab.4 Accuracy compare of each algorithm in every sample》2018.12.01
  11. 《表6 样本2上算法间的分类精度对比Tab.6 Accuracy compare of each algorithm in sample 2》2018.12.01
  12. 《表5 样本1上算法间的分类精度对比Tab.5 Accuracy compare of each algorithm in sample 1》2018.12.01
  13. 《表5 31种样本的分类结果Tab.5 The identification results of 31sample》2018.03.01
  14. 《表5 分类方法精度对比表Table 5 Comparison of the accuracy of each method》2018.04.01
  15. 《表5 测试样本准确度对比Tab.5 Accuracy comparison with testing samples》2018.06.15
  16. 《表5 测试样本准确度对比Tab.5 Accuracy comparison of testing data》2018.02.15
  17. 《表5 负荷预测精度对比Tab.5 The comparison of load forecasting accuracy》2018.04.10
  18. 《表5 样本电站设计年度电量与2014年生产电量对比Tab.5 Comparison of annual output of sample power station design with 2014production capacity万k》2018.10.20
  19. 《表5 基于4种核函数的多光谱进行地物分类精度对比表Tab.5 Comparison of SVM land-cover classification accuracy based on four kinds of SVM kernel fu》2018.02.01
  20. 《表5 3种前方交会方法的精度结果对比Tab.5 Accuracy Results Comparison of the Three Space Forward Intersection Methods》2018.10.20

随机翻阅

《表3 ICU护士生活质量与SCL-90各因素相关性分析》 《表3 2016年6月19日06:00-14:00浮梁县与景德镇市市区逐1h强降水》 《表3 2017年“一带一路”沿线国家与中国的GDP、人口、贸易额全球占比》 《表2 两组患者术后套扎环脱落情况[n(%)]》 《表1 病例检查诊断结果 (n=1498)》 《表2 A地区“综合停电管理水平”评价向量》 《表1 单位根检验：北京农民收入增长影响因素实证分析及展望》 《表2 2组乙型肝炎肝硬化食管胃底静脉曲张破裂再出血治疗前后相关指标水平比较 (±s)》 《表5学术型财务独立董事比例与应计盈余管理和真实盈余管理的回归结果》 《表4 六种算法的正确率(accuracy)实验结果》