《表3 基于机器学习C5.0决策树和最大似然法的不同湿地植被分类结果精度评价》
注:括弧内的数值代表最大似然法的分类情况。
综合表3,可以发现:使用同样的数据源,对同一区域的湿地植被进行分类提取,基于最大似然法,不同类型的湿地植被总体分类精度为69.92%,Kappa系数为0.651,而基于C5.0算法决策树提取湿地植被信息,总体精度提升9.95%,Kappa系数提升0.114。C5.0算法决策树不仅总体上优于最大似然法,而且能提高每一类植被的分类精度,从表3中可看出,浮水植被石莲花和水丁香的用户精度分别提升12.65%和9.91%,挺水植被香蒲的用户精度从69.62%上升至80.28%,狐尾藻和水蕴草的用户精度提升最大,分别提升了18.67%和15.86%。
图表编号 | XD0048675100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.05 |
作者 | 罗宁、阮仁宗、王俊海 |
绘制单位 | 河海大学地球科学与工程学院、河海大学地球科学与工程学院、河海大学地球科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |