《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》

  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

《基于相似性测度和极限学习机的遥感图像分类研究》

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

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。