《表7 区域1～3的面积统计》

  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

《无人机影像与地形指数结合的梯田信息提取》

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

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。