《表3 样本的混淆矩阵:基于人工神经网络多源数据融合的子像元冬油菜提取——以两湖平原为例》
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
《基于人工神经网络多源数据融合的子像元冬油菜提取——以两湖平原为例》
冬油菜丰度的准确性受样本质量的影响,必须保证样本精度。本文从相近日期的Google Earth高清影像中(时间:2015年3月25日,表1)随机选取875个地面目标真值点,以验证冬油菜样本的精度。真值点的空间分布如图9所示,样本的混淆矩阵见表3。结果表明,从GF-1影像中获取的样本总体精度达到了96.69%,Kappa系数为0.929,证明冬油菜样本具有很高的可信度。
图表编号 | XD0063696900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.28 |
作者 | 刘文斌、陶建斌、徐猛、陈瑞卿、郭洋 |
绘制单位 | 地理过程分析与模拟湖北省重点实验室、华中师范大学城市与环境科学学院、地理过程分析与模拟湖北省重点实验室、华中师范大学城市与环境科学学院、地理过程分析与模拟湖北省重点实验室、华中师范大学城市与环境科学学院、地理过程分析与模拟湖北省重点实验室、华中师范大学城市与环境科学学院、地理过程分析与模拟湖北省重点实验室、华中师范大学城市与环境科学学院 |
更多格式 | 高清、无水印(增值服务) |