《表3 耗费时间:基于相似性测度和极限学习机的遥感图像分类研究》
本文算法的Kappa系数为0.970 1,优于决策树法的0.961 5和最大似然法的0.943 7,极限学习机总体分类精度为97.50%,优于决策树法的97.15%和最大似然法的95.50%。耗费时间只有1.82s,远远低于决策树的5.95s和最大似然法的10.56s。通过对比可知,本文提出的基于相似性测度和极限学习机的遥感图像分类方法,可以有效提高分类精度,为遥感图像分类提供新的方法和指导。
图表编号 | XD0043830300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 李健伟、廖伟兴、马镇威 |
绘制单位 | 深圳供电局有限公司、深圳供电局有限公司、深圳供电局有限公司 |
更多格式 | 高清、无水印(增值服务) |