《表5 SY3分类混淆矩阵》

  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

《无人机遥感影像面向对象分类的冻土热融滑塌边界提取》

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

5种分类方法的Kappa系数如图6所示。分析图6可知，SY1和SY2的Kappa系数基本在0.6以上，最高达到0.72，且2次实验Kappa系数相差较小，而SY3的Kappa系数则明显低于SY1和SY2，最低只有0.35。表明在本次实验中，分割尺度对分类精度影响较小，分类特征对分类精度影响较大，因此选取合适的分类特征是提高分类精度的关键。5种方法中，3次实验SVM的Kappa系数均高于其他4种分类方法，分别是0.72，0.69和0.61，表明SVM方法比较适合该研究区热融滑塌边界的检测提取。