《表1 高光谱图像各类别及样本信息》
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
《珠海一号高光谱卫星在高密市农作物精细分类中的应用》
本文用实地勘测的数据和高光谱影像制作数据集，按照7:3的比例分成训练集和测试集，用于后面的分类训练，训练样本信息如表1所示。
| 图表编号 | XD0095964200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.25 |
| 作者 | 张信耶、李继旭 |
| 绘制单位 | 珠海欧比特宇航科技股份有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表1 基于深度学习的高光谱图像分类方法总结》2021.02.15
- 《表2 高光谱图像分类常用的数据集》2021.02.15
- 《表2 遥感数据集信息：GGCN：基于GPU的高光谱图像分类算法》2020.10.25
- 《表1 算法伪代码：GGCN：基于GPU的高光谱图像分类算法》2020.10.25
- 《表1 基于高光谱图像的香梨表面损伤检测结果》2020.07.25
- 《表5 不同方法分类精度：基于三维残差网络和虚拟样本的高光谱图像分类方法研究》2020.06.15
- 《表1 畸变校正方法评估：基于畸变校正的高光谱偏振图像配准方法》2020.07.25
- 《表4 多标签算法对比：多标签高光谱图像地物分类》2020.03.16
- 《表1 不同算法的高光谱图像分类性能指标》2020.03.01
- 《表1 与其它技术的高光谱图像拼接结果对比》2020.02.25
- 《表2 丰度图像稀疏度和高光谱图像重建误差比较》2019.10.01
- 《表7 波段搜索时间对比：高光谱图像子空间的波段选择》2019.09.25
- 《表4 波段搜索时间对比：高光谱图像子空间的波段选择》2019.09.25
- 《表5 搜索次数比较：高光谱图像子空间的波段选择》2019.09.25
- 《表2 各算法在Pavia University高光谱图像分类对比》2019.07.01
- 《表1 各算法在Indian Pines高光谱图像上的分类对比》2019.07.01
- 《表1 NUANCE高光谱图像异常检测算法AUC值》2019.01.30
- 《表1 AVIRIS高光谱遥感数据的地物类别及样本数Tab.1 The ground category and sample number of AVIRIS hyperspectral remote sensing data》2018.03.01
- 《表2 ROSIS高光谱遥感数据的地物类别及样本数Tab.2 The ground category and sample number of ROSIS hyperspectral remote sensing data》2018.03.01
- 《表1 不同方法的高光谱图像SR重构结果比较》2019.11.10