《表5 Pavia U数据使用0.4%测试样本时的指标对比》
注:加粗数字表示各项指标对应的最优结果。
现在的高光谱分类逐渐趋于使用少量样本分类,以减少图像分类的运算成本。将本文算法与最新的使用小比例样本的分类效果较好的分类算法进行对比,对比算法有SVM、EPFs、MFASR、IID、LC-MR、PCA-EPFs[23]。这里对India Pines数据取1%的训练样本,对Salinas数据取0.3%的训练样本,对PaviaU取0.4%的训练样本,其余参数设置见表2,对3个数据的分类效果如表3—表5所示。
图表编号 | XD0047560900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.16 |
作者 | 方帅、祝凤娟、董张玉、张晶 |
绘制单位 | 合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |