《表2 7种算法在Salinas A数据集上的分类结果 (%)》
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
《一种基于空间信息和遗传算法的半监督高光谱图像分类方法》
由表1可以看出,在随机选取40%像素点作为训练样本(其中2%带标签,38%无标签),其余作为测试样本的情况下,本文算法的分类精度高于传统的谱方法与K近邻、局部平均伪近邻等结合的算法,同样高于遗传优化谱方法与K近邻结合算法,高光谱图像分类结果如图1(b)所示。表2给出了在随机选取40%像素点作为训练样本(其中1.1%带标签,38.9%无标签),其余作为测试样本的情况下,本文算法相对于无监督的谱聚类、K-means和WSS-SC算法,分类精度提升13%~31%,相对于半监督算法SVM、LapSVM和SSG+W,分类精度提升1.4%~8%。
图表编号 | XD008138600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.25 |
作者 | 胡冬翠、谢福鼎、杨俊、张永 |
绘制单位 | 辽宁师范大学城市与环境学院、辽宁师范大学城市与环境学院、辽宁师范大学城市与环境学院、辽宁师范大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |