《表2 各算法在Pavia University高光谱图像分类对比》
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。
图表编号 | XD0062249300 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) |