《表2 MRSIC模型参数设置对分类精度的影响》

  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

《小样本的多模态遥感影像高层特征融合分类》

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

卷积核和训练批次的大小对分类精度以及训练时间的影响如表2所示，当以卷积核数目作为因变量，其他参数不变时，采用8个卷积的分类精度达到95.3%，而16个卷积核的精度最低。深度学习算法没有最优解，关注目标是使用何种学习算法在数据生成分布上的效果最好，卷积核的数量与学习能力成正比，故在MRSIC中选用16个卷积核。当设置批次大小为因变量，其他条件不变时，每个批次为16个样本时的分类精度最高，而当设置8个样本时，分类模型发散。当设置的批次样本数偏大时，所需迭代全数据集的次数亦增大，否则影响分类精度。