《表7 区域1~3的面积统计》
从实验整体结果进行分析,基于SVM分类法优于基于KNN和CART法。从算法原理的角度进行分析,KNN法简单、有效,重新训练的代价较低,但计算量较大。CART法易于理解和解释,能够同时处理数据型和常规型属性。但对于各类别样本数量不一致的数据,在CART中,信息增益的结果偏向于具有更多数值的特征。SVM法可以解决小样本情况下的分类,可以提高泛化性能,解决高维和非线性问题。结合本文的数据特点,研究区域的梯田与非梯田样本数量有限,样本特征多样,较适合基于SVM法进行分类提取。本文最终以SVM的分类结果对梯田的面积进行了统计,如表7所示,与目视解译获得的面积差距相对较大。其主要原因是基于SVM法的核函数及参数设置得不够合理,同时目视解译存在一定程度不可避免的误差也影响着参考数据。
图表编号 | XD0090314600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 薛牡丹、张宏鸣、杨江涛、李星恕 |
绘制单位 | 西北农林科技大学信息工程学院、西北农林科技大学信息工程学院、西北农林科技大学水利与建筑工程学院、西北农林科技大学机械与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |