《表2 分类精度评价：基于改进的三维卷积神经网络的高光谱遥感影像分类技术研究》

  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

《基于改进的三维卷积神经网络的高光谱遥感影像分类技术研究》

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

在Pavia University数据集上，提取了5×5×103的数据立方体来计算原始空-谱信息，将它们作为3D-CNN的输入。在这个数据集上，提出的3D-CNN模型包括两个三维卷积层C1、C2，一个全连接层F1，一个分类层。C1包含两个3×3×7的核，C2包含4个3×3×3的核。为了证明本文算法的有效性，将本文算法与LDM-FL、Auto-encoder-SVM、PCA-MOR-SVM、2D-CNN分类算法进行对比。图4为分类结果，表2为每一类地物分类的精度。