《表2 各算法在Pavia University高光谱图像分类对比》

  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

《改进高斯过程回归的高光谱空谱联合分类算法》

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

通过各算法对Indian Pines高光谱图像的分类结果可以看出，改进后的分类方法（AS2IGPR-OAA，AS2IGPR-OAO）与不融合空谱信息的高斯过程回归分类方法（GPR-OAA，GPR-OAO）、文献[21]相比，分类结果中都含有较多的噪点，分类区域边缘不够清晰。AS2IGPR-OAA分类结果较文献[20]更为准确，特别对于光谱特性较为相似的区域，空谱联合信息的加入反馈修正分类结果，使相似地物信息被有效的甄别。各算法在Pavia University高光谱图像上的分类对比如下表2所示。