《表1 各算法在Indian Pines高光谱图像上的分类对比》
为了验证本文算法的有效性,将原高斯过程回归-OAA方法(GPR-OAA)、高斯过程回归-OAO方法(GPR-OAO)、本文改进算法-OAA方法(AS2IGPR-OAA)、本文改进算法-OAO方法(AS2IGPR-OAO)以及文献[20]、文献[21]进行高光谱分类。高斯回归过程采用含噪模式,其中包含三个未知参数φ=[δf,h,σ]利用式(15)极大似然法求得。文献[21]中的SVM分类器也使用高斯径向基核函数,其参数经五折交叉验证获得。两幅高光谱图像中,在每个类别中选100个样本组成训练集,其余为测试集。表1为各算法在Indian Pines高光谱图像上分类对比结果。
图表编号 | XD0062248900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 陈静、张静 |
绘制单位 | 广东工业大学华立学院、中国科学院南海海洋研究所广东省海洋遥感重点实验室、西安科技大学测绘科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |