《表5 能量分类精度评价Tab.5 Accuracy evaluation of energy classification》

《表5 能量分类精度评价Tab.5 Accuracy evaluation of energy classification》   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
《基于纹理分析的SAR海冰图像分类方法》


  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

能量分类图像的分析结果较好，不仅总体精度达到87.33%，Kappa系数也达到很好地等级，高达0.81，分类图像充分区分了三类地物，贴近真实地理情况，能够作为分类成果进行地物分析，见表5。

图表编号XD0040061800    严禁用于非法目的
绘制时间2019.01.25
作者逯跃锋、和鑫、陆黎娟、楚潇蓉、陈坤、赵泉华
绘制单位山东理工大学建筑工程学院、山东理工大学建筑工程学院、山东理工大学建筑工程学院、山东理工大学建筑工程学院、山东理工大学建筑工程学院、辽宁工程技术大学测绘与地理科学学院
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5 不同算法的分类精度Tab.5 Classification accuracy of different algorithms》2019.02.01
  3. 《Tab.5 Classification accuracy of Gleditsiae Spina and adulterants by BP-NN method表5 BP神经网络分类识别结果》2019.02.20
  4. 《表2 土地覆盖检验样本数及分类精度评价表Tab.2 Land cover inspection samples and classification accuracy evaluation form》2019.05.01
  5. 《表6 同质性分类精度评价Tab.6 Accuracy evaluation on of homogeneity classification》2019.01.25
  6. 《表7 相关性分类精度评价Tab.7 Accuracy evaluation on correlation classification》2019.01.25
  7. 《表4 对比度分类精度评价Tab.4 Accuracy evaluation on contrast classification》2019.01.25
  8. 《表5 样本分类结果精度对比Tab.5 Accuracy comparison of sample classification results》2019.01.20
  9. 《表5 居民生活用电量MGM (1, n) 模型精度评价Tab.5 MGM (1, n) model accuracy evaluation of the household electricity consumption》2019.01.20
  10. 《表1 1990年和2015年水稻种植制度提取结果分类精度评价Tab.1 Classification accuracy assessments of rice cropping system distribution in 1990 and》2019.01.25
  11. 《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
  12. 《表1 分类精度检验结果Tab.1 Test result of classification accuracy》2018.12.01
  13. 《表2 分类精度验证Tab.2 Accuracy validation of classification results》2018.12.01
  14. 《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
  15. 《表1 变化检测及分类精度评价样本Tab.1 Samples for precision evaluation of change detection and classification》2018.06.01
  16. 《表5 本文与传统方法的情感分类准确率Tab.5 Accuracy of image emotion classification using proposed method and traditional methods》2018.08.15
  17. 《表5 随机森林分类的用户精度和制图精度 (%) Tab.5 The User's and Producer's accuracy of the RF classification》2018.10.25
  18. 《表3 混淆矩阵分类精度评价/%Tab.3 Classification Accuracy Evaluation by Confusion Matrix》2018.06.05
  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

随机翻阅

《表4 基于创新驱动乡村振兴视角的园区监测评价指标体系》 《表2 环路时长优化前后对比》 《表3 两组自理能力情况对比[例(%)]》 《表2 住院治疗期间出现肝功能受损患者与正常患者临床特征比较》 《表3 不同体积分数乙醇对朝藿定及淫羊藿苷5种成分的洗脱能力(n=2)》 《表9 模型稳健性检验结果表》 《表1 2013-2017年上海[6]与天津7岁以下儿童保健管理率[9]》 《表1 被动楼一期建筑以及前广场周边分析》 《表2 钢筋实测的材料性能指标》 《表1 ICT领域通信技术专业主要职业岗位》