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4 CNN、TSP-SVM和SP-SVM方法在研究区B的分类精度对比（%）

Table 4 Classification accuracy evaluation of CNN, TSP-SVN and SP-SVM in study site B(%)

分类 水体 林地 旱生杂草 a b c d CNN 用户精度 99.25 98.73 93.17 98.42 60.72 84.52 99.07 制图精度 95.33 90.43 88.44 70.98 98.78 89.17 85.05 分类精度 97.29 94.58 90.81 84.7 79.75 86.85 92.06 TSP-SVM 用户精度 97.59 99.73 80.62 96.68 44.23 73.14 99.87 制图精度 77.32 92.96 53.09 92.26 81.04 91.24 97.07 分类精度 87.45 96.34 66.85 94.47 62.64 82.17 98.47 SP-SVM 用户精度 97.72 98.84 78.2 95.68 43.75 71.94 99.83 制图精度 78.76 92 52.9 90.91 77.65 90.18 96.57 分类精度 88.24 95.42 65.55 93.29 60.7 81.06 98.2