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5 SY3分类混淆矩阵
|
Tab.5 Confusion matrix of SY3 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 | 2 267 | 2 598 | 4 865 | 88 | 47 | 96 | 0.58 | 非滑塌 | 315 | 77 782 | 78 097 | 97 | 100 | KNN | 滑塌 | 2 265 | 3 041 | 5 306 | 88 | 43 | 96 | 0.55 | 非滑塌 | 316 | 77 414 | 77 730 | 96 | 100 | 决策树 | 滑塌 | 2 431 | 7 595 | 10 026 | 94 | 24 | 91 | 0.35 | 非滑塌 | 151 | 72 886 | 73 037 | 91 | 100 | SVM | 滑塌 | 2 213 | 2 325 | 4 538 | 86 | 49 | 97 | 0.61 | 非滑塌 | 369 | 78 156 | 78 525 | 97 | 100 | 随机森林 | 滑塌 | 2 296 | 6 461 | 8 757 | 89 | 26 | 92 | 0.37 | 非滑塌 | 286 | 74 020 | 74 306 | 92 | 100 |
|
|
|