《表5 归一化红边指数参与下SVM分类结果精度验证混淆矩阵统计表》

《表5 归一化红边指数参与下SVM分类结果精度验证混淆矩阵统计表》   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
《高分辨率遥感影像林地类型精细识别》


  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

由表4可知:在相同条件(影像类型相同、数据范围相同、运行环境相同),ImageRF分类法相对于ImageSVM分类法,精度基本一致,但其费时少、效率快,是一种快速高效的分类方法。针对大区域林地类型精细识别而言,ImageSVM对运行环境的要求极高,花费时间也较长,广泛适用性较差。同样,对RapidEye遥感影像基于NDRE参与下的SVM分类结果进行精度验证。结果如表5所示。