《表1 卫星云雪图检测平均准确率》
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
《基于密集连接空洞卷积神经网络的青藏地区云雪图像分类》
为了进一步对实验结果进行有效分析,采用100张不同区域的卫星云图测试结果作为统计的平均值进行对比。表1是RandomForest、SVM、CNN、Densenet等方法的预测结果。从表中,可以看出,SVM的效果最差,RandomForest的效果优于SVM,CNN的结果优于RandomForest。本文使用的Densenet识别的准确率高于其他几类方法。CNN、Densenet在多光谱卫星云雪图像的训练集准确率和验证集准确率变化趋势如图7~8。图7是CNN的准确率变化图。图8是Densenet的准确率变化图。
图表编号 | XD0090840800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 曹辉、翁理国、张德正 |
绘制单位 | 南京信息工程大学自动化学院、南京信息工程大学自动化学院、南京信息工程大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |