《表5 PaviaC测试集上几种不同的方法分类精度》
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。
图表编号 | XD0090186400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 杨承文、李吉明、杨东勇 |
绘制单位 | 浙江工业大学信息工程学院、浙江警察学院、浙江警察学院、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |