第五章 實驗結果
第一節 高光譜遙測影像的實驗結果
高光譜遙測影像的兩個資料集 ashington DC Mall 及 Indian Pine Site。將 其各分為三個部份來看。第一個部份是樣本在二維空間中的散布圖，比較三種
Max-cut-NWSM 法及 Max-acc-CVM 法將 Washington DC Mall 裡七個類別轉換為 兩個類別中所得到的散布圖形。
0 50 100 150 200
0 50 100 150 200 -80
-60 -40 -20 0
Feature 1
F eat ur e 2
Class 1 Class 2
圖 5-3 使用 2 維 NWFE 特徵萃取進行 Max-cut-NWSM 法得到之散布圖形
0 50 100 150 200
-80 -60 -40 -20 0
Feature 1
F eat ur e 2
Class 1 Class 2
圖 5-4 使用 2 維 NWFE 特徵萃取進行 Max-acc-CVM 法得到之散布圖形
利用第四章中實驗 1 至 3 所得的結果，分別將 Washington DC Mall 實驗列示 的效果是相同的。但在 HC2 和 HC3 裡，使用 Max-cut-NWSM 法和 Max-acc-CVM 法會比使用 Max-cut-EDM 法的效果好。但是在使用 Washington DC Mall 資料做 實驗的情況下，H1NN 辨識器使用在 HC2 時，由於 H1NN 的辨識效果特別良好， Max-cut-EDM 14.29 83.84 80.11 Max-cut-NWSM 14.29 83.84 80.11
HC1
Max-acc-CVM 14.29 83.84 80.11
Max-cut-EDM 88.61(8) 90.6(10) 89.464(7) Max-cut-NWSM 89.6(5) 90.6(10) 90.53(8) HC2
Max-acc-CVM 89.06(4) 90.6(10) 89.59(10) Max-cut-EDM 88.9(8) 88.79(2) 87.97 (1) Max-cut-NWSM 89.23(5) 90.1(10) 89.7(3) HC3
Max-acc-CVM 88.79(5) 90.06(10) 89.47(6)
表 5-2 Washington DC Mall 實驗 2 的實驗結果 HC 建立階層
System
式辨
識系統方式 HML(特徵數) H1NN (特徵數) HSVM(特徵數) Max-cut-EDM 14.29 88.03 83.56 Max-cut-NWSM 14.29 88.03 83.56 HC1
Max-acc-CVM 14.29 88.03 83.56 Max-cut-EDM 90.39(3) 92.33(8) 92.21(6) Max-cut-NWSM 91.4(8) 92.33(8) 92.07 (9) HC2
Max-acc-CVM 92.27 (10) 92.33(8) 92.21(6) Max-cut-EDM 92.16(4) 90.8(2) 90.17(4) Max-cut-NWSM 92.6(5) 92.53(6) 92.36(3) HC3
Max-cut-EDM 14.29 92.29 88.79 Max-cut-NWSM 14.29 92.29 88.79 HC1
Max-acc-CVM 14.29 92.29 88.79 Max-cut-EDM 93.01(10) 94.17 (10) 93.97 (10) Max-cut-NWSM 93.05(10) 94.17 (10) 94.34 (7) HC2
Max-acc-CVM 93.3(5) 94.17 (10) 94.07 (10)
Max-cut-EDM 93.7(6) 93.1(4) 92.80(7) Max-cut-NWSM 93.71(8) 94.43(5) 93.6(4) HC3
Max-acc-CVM 93.57(10) 94.56(9) 94.07(10)
將原始的地圖 得到的分類結果
Max-acc-CVM 法 效果有差異的地
方。由圖 5- 三 法得 的 其辨識 。
會比 Max-cut-EDM 法來的好，紅圈部分為辨識 9 至 5-11 得知，
圖 5-6 使用 Max-cut-EDM 法和 HML 於 HC2 上的分類結果圖
圖 5-7 使用 Max-cut-NWSM 法和 HML 於 HC2 上的分類結果圖
圖 5-8 使用 Max-acc-CVM 法和 HML 於 HC2 上的分類結果圖
5-9 使用 Max-cut-EDM 法和 H1NN 於 HC2 上的分類結果圖 圖
圖 5-10 使用 Max-cut-NWSM 法和 H1NN 於 HC2 上的分類結果圖
圖 5-11 使用 Max-acc-CVM 法和 H1NN 於 HC2 上的分類結果圖
圖 5-12 使用 Max-cut-EDM 法和 HSVM 於 HC2 上的分類結果圖
5-13 使用 Max-cut-NWSM 法和 HSVM 於 HC2 上的分類結果圖 圖
圖 5-14 使用 Max-acc-CVM 法和 HSVM 於 HC2 上的分類結果圖
圖 5-15 使用 Max-cut-EDM 法和 HML 於 HC3 上的分類結果圖
圖 5-16 使用 Max-cut-NWSM 法和 HML 於 HC3 上的分類結果圖
圖 5-17 使用 Max-acc-CVM 法和 HML 於 HC3 上的分類結果圖
圖 5-18 使用 Max-cut-EDM 法和 H1NN 於 HC3 上的分類結果圖
圖 5-19 使用 Max-cut-NWSM 法和 H1NN 於 HC3 上的分類結果圖
圖 5-20 使用 Max-acc-CVM 法和 H1NN 於 HC3 上的分類結果圖
圖 5-21 使用 Max-cut-EDM 法和 HSVM 於 HC3 上的分類結果圖
圖 5-22 使用 Max-cut-NWSM 法和 HSVM 於 HC3 上的分類結果圖
圖 5-23 使用 Max-acc-CVM 法和 HSVM 於 HC3 上的分類結果圖
貳、 Indian Pine Site
Max-acc-CVM Indian Pine Site140 160 180 200 220 240
-30
140 160 180 200 220 240 -20
0 20 40 60
Feature 1
e 2 F eat ur
Class 1 Class 2
Max-cut-EDM 法得到之散布圖形 圖 5-25 使用 2 維 NWFE 特徵萃取進行
140 160 180 200 220 240
-20 0 20 40 60
Feature 1
F eat ur e 2
Class 1 Class 2
圖 5-26 使用 2 維 NWFE 特徵萃取進行 Max-cut-NWSM 法得到之散布圖形
140 160 180 200 220 240 -20
0 20 40 60
Feature 1
F eat ur e 2
Class 1 Class 2
圖 5-27 使用 2 維 NWFE 特徵萃取進行 Max-acc-CVM 法得到之散布圖形
利用第四章中實驗 4 至 6 所得的結果，分別將 Indian Pine Site 實驗列示於表 HC2 裡，使用 Max-cut-NWSM 法會比使用 Max-cut-EDM 法和 Max-acc-CVM 法 的效果好。在結構 HC3 裡，使用 Max-cut-NWSM 法和 Max-acc-CVM 法會比使 用 Max-cut-EDM 法的效果好。但是在使用 Indian Pine Site 資料做實驗的情況 下，H1NN 辨識器使用在 HC2 辨識系統時，由於 H1NN 的辨識效果特別良好，
Max-cut-EDM 11.11 69.21 69.98 Max-cut-NWSM 11.11 69.21 69.98 HC1
Max-acc-CVM 11.11 69.21 69.98
Max-cut-EDM 75.17(9) 82.06(8) 81.46(8) Max-cut-NWSM 76.57(8) 82.06(8) 80.66(7) HC2
Max-acc-CVM 75.11(8) 82.06(8) 81.46(8) Max-cut-EDM 73.55(6) 76.5(5) 71.51(9) Max-cut-NWSM 75.68(6) 77.79(6) 75.56(8) HC3
Max-acc-CVM 74.26(4) 78.01(6) 77.8(6)
表 5-5 Indian Pine Site 實驗 5 的
Max-cut-EDM 11.11 73.91 78.64 Max-cut-NWSM 11.11 73.91 78.64 HC1
Max-acc-CVM 11.11 73.91 78.64 Max-cut-EDM 80.76(9) 87.09(8) 86.06(9) Max-cut-NWSM 82.86(8) 87.09(8) 86.2(9) HC2
Max-acc-CVM 82.37(8) 87.09(8) 85.85(9) Max-cut-EDM 79.11(6) 82.68(6) 78.64(10) Max-cut-NWSM 80.61(5) 83.88(5) 81.61(9) HC3
Max-acc-CVM 80.89(5) 83.85(6) 80.82(9)
5-6 Indian Pine Site 6 結
System 識系統的方式 HML(特徵數) H1NN (特徵數) HSVM(特徵數)
表 實驗 的實驗 果
HC 建立階層式辨
Max-cut-EDM 11.11 79.4 86.29 Max-cut-NWSM 11.11 79.4 86.29 HC1
Max-acc-CVM 11.11 79.4 86.29
Max-cut-EDM 83.89(10) 90.75(8) 91.29(8) Max-cut-NWSM 85.55(9) 90.75(8) 91.41(8) HC2
Max-acc-CVM 86.33(9) 90.75(8) 91.35(8) Max-cut-EDM 82.53(7) 87.66(6) 87.83(7) HC3 Max-cut-NWSM 83.30(6) 88.05(5) 87.11(8)
Max-acc-CVM 84.25(7) 88.58(5) 87.6(8)
圖 5-28 是 Indian Pine Site 地形中 9 個類別的原始類別分別散布的位置。圖 5-29 至 5-46 是 Indi
出 得 圖
圖 5-29 2 下使 L 的分類結果圖。圖 5-32 則是
在 H 使 結果 5-35 至 5- 在 HC2 下
的分類結果圖 5-3 35 至 5- 使用 M SM
法及 -a Max 法來的好，紅圈部分為辨識效果有差
異的地方。由 -34 x-cut-N
Max-Ma D 相同
圖 5-38 至 5-40 是在 HC3 下使用 HML 的分類結果圖。圖 5-41 至 5-43 則是 在HC3 下使用 H1NN 的分類結果圖。而圖 5-44 至 5-46 則是在 HC3 下使用 HSVM
的分類結果圖。由圖 - 及 Max-acc-CVM
法 x- 的
圖 5-28 Indian Pine Site9 個類別的原始類別
an Pine Site 在訓練樣本為 40 的情況之下，利用本研究所提 的方法所 到的分類結果 。
至 5-31 是在 HC 用 HM 至 5-34
C2 下 用 H1NN 的分類 圖。圖 37 則是 使用 HSVM
。由圖 5-29 至 1 與圖 5- 37 得知， ax-cut-NW Max cc-CVM 法會比 -cut-EDM
圖 5-32 至 5 得知，Ma WSM 法、 acc-CVM 法及 x-cut-E M 法做出來效果 。
5 38 至 5-46 得知，使用 Max-cut-NWSM 法
會比 Ma cut-EDM 法來的好，紅圈部分為辨識效果有差異 地方。
用 Max t-ED HML 於 HC2 上 類結果圖
圖 5-29 使 -cu M 法和 的分
使用 Max-cut-NWSM 法和 HML 於 HC2 上的分類結果圖 圖 5-30
圖 5-31 使用 Max-acc-CVM 法和 HML 於 HC2 上的分類結果圖
圖 5-32 使用 Max-cut-EDM 法和 H1NN 於 HC2 上的分類結果圖
圖 5-33 使用 Max-cut-NWSM 法和 H1NN 於 HC2 上的分類結果圖
圖 5-34 使用 Max-acc-CVM 法和 H1NN 於 HC2 上的分類結果圖
圖 5-35 使用 Max-cut-EDM 法和 HSVM 於 HC2 上的分類結果圖
圖 5-36 使用 Max-cut-NWSM 法和 HSVM 於 HC2 上的分類結果圖
圖 5-37 使用 Max-acc-CVM 法和 HSVM 於 HC2 上的分類結果圖
圖 5-38 使用 Max-cut-EDM 法和 HML 於 HC3 上的分類結果圖
圖 5-39 使用 Max-cut-NWSM 法和 HML 於 HC3 上的分類結果圖
圖 5-40 使用 Max-acc-CVM 法和 HML 於 HC3 上的分類結果圖
圖 5-41 使用 Max-cut-EDM 法和 H1NN 於 HC3 上的分類結果圖
圖 5-42 使用 Max-cut-NWSM 法和 H1NN 於 HC3 上的分類結果圖
圖 5-43 使用 Max-acc-CVM 法和 H1NN 於 HC3 上的分類結果圖
圖 5-44 使用 Max-cut-EDM 法和 HSVM 於 HC3 上的分類結果圖
圖 5-45 使用 Max-cut-NWSM 法和 HSVM 於 HC3 上的分類結果圖
圖 5-46 使用 Max-acc-CVM 法和 HSVM 於 HC3 上的分類結果圖