《表5 PaviaC测试集上几种不同的方法分类精度》

  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

表4中是几种方法的PaviaU分类精度对比，在训练样本相同的情况下，本文的方法（AL-BCNN）在测试集上的分类精度要比AL-Deep (SS）、AL-NN的高。在训练样本数为420时分类精度分别提升了11.39%、0.73%。在PaviaC分类对比上如表5所示，几种方法都有比较好的分类精度，说明数据集的可分性比较高，相比于AL-Deep (SS）、AL-NN，在训练样本数为420时还是有轻微提高，提升了0.62%、0.22%。从分类精度结果来看本文的方法在分类效果上是比上述两种更好的。