《表3 Pavia City数据集在不同DA方法下的分类精度和Kappa系数(Source→Target)》

《表3 Pavia City数据集在不同DA方法下的分类精度和Kappa系数(Source→Target)》   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
《基于同质区和迁移成分分析的高光谱图像分类》


  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

图7和表3分别展示出了不同算法在PaviaCity数据集上，从源图像迁移到目标图像的分类效果示意图和客观评价结果，从中可看出:

图表编号XD0090196900    严禁用于非法目的
绘制时间2019.10.01
作者赵婵娟、周绍光、刘丽丽、丁倩
绘制单位河海大学地球科学与工程学院、河海大学地球科学与工程学院、河海大学地球科学与工程学院、河海大学地球科学与工程学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 Pavia University数据集中各网络的参数和分类精度》2021.02.15
  2. 《表2 Pavia Centre scene数据集的总体精度和平均精度、Kappa系数》2020.11.01
  3. 《表5 Pavia University数据集的总体精度和平均精度、Kappa系数》2020.11.01
  4. 《表3 不同方法在Pavia University数据集下的分类精度》2020.10.25
  5. 《表2 在数据集2上各光谱特征提取方法的总体分类正确率、生产者精度和Kappa系数的比较》2020.03.31
  6. 《表2 不同数据源及方法中水体提取的总体精度及Kappa系数》2020.02.01
  7. 《表4 Pavia University数据集上在不同深度学习分类方法的分类精度和运行时间对比》2020.04.10
  8. 《表2 Pavia University数据集上不同方法的分类精度和运行时间对比》2020.04.10
  9. 《表3 不同算法在Washington DC Mall数据集上的分类精度（±前的数字表示总体分类精度，%；±后的数字表示总体分类精度的标准差，%；括号内的数字表示Kappa系数）》2020.01.25
  10. 《表1 不同方法的总体分类精度和Kappa系数》2019.11.26
  11. 《表6 Pavia University数据数据集各类地物在不同算法下的分类精度（分类精度±标准差）(%)》2019.10.25
  12. 《表5 Pavia University数据集在不同标记样本下的总体分类精度（分类精度±标准差）（%）》2019.10.25
  13. 《表3 Indian Pines数据集在不同标记样本下的总体分类精度（分类精度±标准差）（%）》2019.10.25
  14. 《表7 三种方法的分类精度和Kappa系数》2019.08.20
  15. 《表5 ROSIS数据集在公开训练样本集下不同DA方法的分类精度和Kappa系数(Center→University)》2019.10.01
  16. 《表4 ROSIS数据集在公开训练样本集下不同DA方法的分类精度和Kappa系数(Center→University)》2019.10.01
  17. 《表2 不同滑动窗口下的总体分类精度、Kappa系数、罗布麻精度》2019.01.01
  18. 《表4 三种方法分类精度和Kappa系数》2019.02.01
  19. 《表3 AVIRIS高光谱遥感数据总体分类精度和Kappa系数比较Tab.3 The OA and Kappa coefficient comparison of AVIRIS hyperspectral remote sensing dat》2018.03.01
  20. 《表3 随机森林分类总体精度和Kappa系数》2019.11.25

随机翻阅

《表1 样本主要特征信息：基于问卷调查的公众交通安全意识评价方法》 《表1 配备人员、造型及桁架预估质量》 《表2 2019年三季度宁德时代运营能力指标横向对比一览表》 《表3 预测结果：供水管网爆管率预测与影响因子分析》 《表1 工作电位波形设定表》 《表1 阴道镜与病理诊断结果》 《表5 相似性距离计算方法对比》 《表3 纤维素主要裂解产物分布表Tab.3 Distribution of main cellulose pyrolysis products》 《表3 滇中经济圈三地金融发展水平比较》 《表1 4种小波分解层数去燥效果对比》