基于多时序特征和卷积神经网络的农作物分类
|
屈炀,袁占良,赵文智,陈学泓,陈家阁
|
Crop Classification based on Multi-temporal Features and Convolutional Neural Network
|
Yang Qu,Zhanliang Yuan,Wenzhi Zhao,Xuehong Chen,Jiage Chen
|
|
表4 不同分类方法的分类精度
|
Table 4 Accuracy of different classification methods
|
|
| 类型 | 洋葱 | 苜蓿 | 冬小麦 | 甜菜 | 其他 |
---|
递归神经网络(RNN) | 洋葱 | 12 975 | 931 | 375 | 608 | 3 860 | 苜蓿 | 5 | 28 982 | 0 | 613 | 1 603 | 冬小麦 | 341 | 149 | 8 127 | 876 | 924 | 甜菜 | 159 | 1 998 | 199 | 25 044 | 2 899 | 其他 | 330 | 4 340 | 974 | 1 999 | 62 162 | 制图精度/% | 93.95 | 79.62 | 84.00 | 85.94 | 87.00 | 用户精度/% | 69.20 | 92.88 | 78.02 | 82.66 | 89.05 | 总体精度/%:85.553 3 Kappa系数:0.797 7 | 长短期记忆网络(LSTM) | 洋葱 | 13 206 | 927 | 111 | 696 | 3 570 | 苜蓿 | 44 | 30 410 | 20 | 256 | 794 | 冬小麦 | 115 | 308 | 9 266 | 845 | 1 502 | 甜菜 | 267 | 933 | 28 | 24 669 | 2 440 | 其他 | 178 | 3 822 | 250 | 2 674 | 63 142 | 制图精度/% | 95.63 | 83.54 | 95.77 | 84.66 | 88.37 | 用户精度/% | 71.35 | 96.47 | 76.99 | 87.06 | 90.12 | 总体精度/%:87.673 9 Kappa系数:0.827 5 | GRU | 洋葱 | 13 164 | 248 | 263 | 639 | 4 747 | 苜蓿 | 2 | 30 337 | 0 | 552 | 1 008 | 冬小麦 | 143 | 236 | 8 833 | 752 | 1 038 | 甜菜 | 328 | 256 | 79 | 25 043 | 2 102 | 其他 | 173 | 5 323 | 500 | 2 154 | 62 553 | 制图精度/% | 95.32 | 83.34 | 91.30 | 85.94 | 87.55 | 用户精度/% | 69.06 | 95.10 | 80.29 | 90.06 | 88.47 | 总体精度/%:87.198 5 Kappa系数:0.820 4 |
|
|
|