《表2 神经网络和SLIC分割方法具体参数》

  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

《基于多层神经网络与Sentinel-2数据的大豆种植区识别方法》

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

在Scikit-learn库的支持下实现了一个包含8隐含层的10层神经网络，具体参数如表2所示，每类使用600个样本点进行训练、300个样本点进行验证。分类结果如图7（a）所示，可以看出，大豆多分布与北安县左侧的松嫩平原一侧，山区耕地面积较少。多层神经网络分类生产者精度约为96%，其他作物的生产者精度约为92%；其分类混淆矩阵如图7（b）所示。从混淆矩阵中可以看出，大约有5%的其他作物错分到大豆类别，3%的其他作物分到植被中；3%的大豆错分为其他作物，1%的大豆错分为植被。植被、其他作物、大豆三类由于光谱特征类似，较易混淆。