基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例

孟祥锐, 张树清, 臧淑英

Remote Sensing Classification of Wetland Communities Based on Convolutional Neural Networks and High Resolution Images: A Case Study of the Honghe Wetland

Xiangrui Meng, Shuqing Zhang, Shuying Zang

表3 CNN、TSP-SVM和SP-SVM方法在研究区A的分类精度对比(%)

Table 3 Classification accuracy evaluation of CNN, TSP-SVN and SP-SVM in study site A (%)

分类 水体 林地 旱生杂草 a b c d CNN 用户精度 92.16 99.83 72.97 99.32 71.28 81.20 99.05 制图精度 90.28 89.91 82.82 96.75 82.56 86.30 77.32 分类精度 91.22 94.87 77.89 98.04 76.92 83.75 88.19 TSP-SVM 用户精度 89.99 99.69 55.09 93.57 76.62 80.56 100 制图精度 92.52 88.66 78.20 96.33 74.33 84.72 61.91 分类精度 91.25 94.17 66.65 94.95 75.47 82.64 80.95 SP-SVM 用户精度 90.05 99.30 54.69 90.92 70.68 80.49 99.37 制图精度 89.87 88.39 74.92 95.85 73.53 83.72 62 分类精度 89.96 93.85 64.81 93.39 72.11 82.11 80.69