eCogniton面向对象分类之

来源：爱go旅游网

eCogniton⾯向对象分类之精度评价[转]

eCognition提供的精度评价⼯具简单易⽤，误差矩阵（混淆矩阵）、kappa系数等概念也与常规遥感软件⽆异，由于它是基于模糊逻辑的软分类，精度评价⾥⼜多了⼀个“分类稳定性”指标，感觉很科学。⽽且，精度评价的结果也能在图上直观地显⽰。总之，评价⼀个字：好！

eCognition提供的四种精度评价的⽅法：

1、分类稳定性。由于是软分类，每个对象对应于每个类别都有⼀个概率值。每个对象（图斑）属于最佳分类的概率值与次佳分类的概率值之差，即为该图斑的分类稳定性。分类稳定性最⼤值为1，最为稳定；最⼩值为0，表⽰完全模棱两可，最不稳定。稳定性也可以在图⾥⾯直观显⽰，从深绿到红⾊的图斑，表⽰稳定性从⾼到底。（东阳何⽣的读书札记）

2、最佳分类结果概率值。也是0到1，也可以在图中由绿到红显⽰。

3、根据 TTA Mask 计算的混淆矩阵，以像素为统计对象。（东阳何⽣的读书札记）

4、根据验证样本计算的混淆矩阵，以图斑为单位。

※ Statistics⼯具，强⼤的统计功能，⽤户可以⾃定义统计的类别、特征，所属层次，做诸如⾯积统计之类的各种各样的统计

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文