无人机遥感影像面向对象分类的冻土热融滑塌边界提取
|
梁林林, 江利明, 周志伟, 陈玉兴, 孙亚飞
|
Object-oriented classification of unmanned aerial vehicle image for thermal erosion gully boundary extraction
|
Linlin LIANG, Liming JIANG, Zhiwei ZHOU, Yuxing CHEN, Yafei SUN
|
|
表4 SY2分类混淆矩阵
|
Tab.4 Confusion matrix of SY2 classification method
|
|
分类方法 | 类型 | 滑塌 | 非滑塌 | 总数 | 制图精度/% | 用户精度/% | 总体精度/% | Kappa | 最邻近 | 滑塌 | 2 251 | 1 681 | 3 932 | 87 | 57 | 98 | 0.68 | 非滑塌 | 331 | 78 788 | 79 119 | 98 | 100 | KNN | 滑塌 | 2 213 | 1 680 | 3 893 | 86 | 57 | 98 | 0.67 | 非滑塌 | 369 | 78 801 | 79 170 | 98 | 100 | 决策树 | 滑塌 | 1 897 | 1 899 | 3 796 | 73 | 50 | 97 | 0.58 | 非滑塌 | 685 | 78 582 | 79 267 | 98 | 99 | SVM | 滑塌 | 2 096 | 1 298 | 3 394 | 81 | 62 | 98 | 0.69 | 非滑塌 | 486 | 79 183 | 79 669 | 98 | 99 | 随机森林 | 滑塌 | 1 984 | 1 908 | 3 892 | 77 | 51 | 97 | 0.60 | 非滑塌 | 598 | 78 573 | 79 171 | 98 | 99 |
|
|
|