《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》

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

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%。