《表1 图5 (a2) — (d4) 总精度和Kappa系数》

  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

《结合最大似然算法和波利亚罐模型的全色遥感图像分类》

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

为了对试验结果进行定量精度评价，以模板图像图4（a）为参考图像，分别得出ML算法、本文方法、文献[13]试验结果的混淆矩阵，并据此计算总体精度及Kappa值，计算结果列于表1。比较表1中4种方法的总体精度和Kappa系数，可以看出使用本文方法进行图像分类得到较好的结果。4组试验总体精度和Kappa系数都在0.99左右，均高于ML算法、文献[13]算法的a、b、c组试验。虽然在d组试验中本文方法Kappa系数略低于ML和概率松弛算法，但本文方法分类精度远高于优质分类器（Kappa系数0.8）标准[19]，且仅相差5.5×10-3，对分类精度的影响可忽略。