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3 SY1分类混淆矩阵
|
Tab.3 Confusion matrix of SY1 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 | 2 149 | 1 651 | 3 800 | 83 | 57 | 97 | 0.66 | 非滑塌 | 433 | 78 830 | 79 263 | 98 | 99 | KNN | 滑塌 | 2 150 | 1 600 | 3 750 | 83 | 57 | 98 | 0.67 | 非滑塌 | 432 | 78 881 | 79 313 | 98 | 99 | 决策树 | 滑塌 | 2 195 | 2 577 | 4 772 | 85 | 46 | 96 | 0.58 | 非滑塌 | 387 | 77 904 | 78 291 | 97 | 100 | SVM | 滑塌 | 2 011 | 903 | 2 914 | 78 | 69 | 98 | 0.72 | 非滑塌 | 571 | 79 578 | 80 149 | 99 | 99 | 随机森林 | 滑塌 | 2 160 | 1 363 | 3 523 | 84 | 61 | 98 | 0.70 | 非滑塌 | 422 | 79 118 | 79 540 | 98 | 99 |
|
|
|