《表2 印第安松树数据集分类效果对比 (%)》
注:因训练模型需每类200个样本,此实验只保留样本量大于400的样本类别。
从表2和3中可以看出,本文提出的网络表现最好。在两个数据集上的总体和分类别上均表现最好,在Kappa系数上也取得最高值。这表明多尺度滤波器通过提取有价值的空谱特征达到较高的分类精度。
图表编号 | XD0044427500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.05 |
作者 | 冯帅星 |
绘制单位 | 燕山大学理学院 |
更多格式 | 高清、无水印(增值服务) |
注:因训练模型需每类200个样本,此实验只保留样本量大于400的样本类别。
从表2和3中可以看出,本文提出的网络表现最好。在两个数据集上的总体和分类别上均表现最好,在Kappa系数上也取得最高值。这表明多尺度滤波器通过提取有价值的空谱特征达到较高的分类精度。
图表编号 | XD0044427500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.05 |
作者 | 冯帅星 |
绘制单位 | 燕山大学理学院 |
更多格式 | 高清、无水印(增值服务) |