《表3 PaviaC测试集的分类精度》

  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

《基于深度贝叶斯主动学习的高光谱图像分类》

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

对于PaviaC数据集，在训练样本选择迭代数为33时，样本数为420个，如表3所示，分类精度分别高出了2.19%、2.49%。在之后的迭代中分类精度不再有明显的提升。基于主动学习策略的方法相比较于Random，分类精度更高。分类效果如图7所示，在橙色标签Bitumen部分随机选择存在错分情况，而主动学习方法能够较好地识别该地物。