VII. ACCURACY ASSESSMENTTo perform the accuracy assessment, the error  การแปล - VII. ACCURACY ASSESSMENTTo perform the accuracy assessment, the error  ไทย วิธีการพูด

VII. ACCURACY ASSESSMENTTo perform

VII. ACCURACY ASSESSMENT
To perform the accuracy assessment, the error matrix is
utilized. ˆK values (Kappa coefficient) > 0.80 represents strong
agreement or accuracy between the classification map and the
ground reference information. ˆK values between 0.40 and 0.80
represents for moderate agreement. ˆK values < 0.40 stands for
poor agreement [20] .There are two categories of ground
reference, one is the various categories with their spatial
distribution maps being determined before classification, and
the other is the existing local land-cover map of the area [22].
Cross validation was used to do the accuracy assessment.
ENVI plug-in Toolbox ---ROI separator is utilized, with
randomly selected 67% ROI as the training sample, and the rest
(33%, see the Ground Truth in table III.) to validate. The rest
(33% ROI) would not act as the training samples of
classification [23].
Shadow and cloud in initial classification did not appear in
ultimate classification results. Cropland and urban &rural are
divided into several land-cover types in the final classification.
Therefore, only the remaining unaltered four classes appear in
the confusion matrix (table III).
The overall classification accuracy is 91.50%. The producer
accuracy of bareland is 100% and the user accuracy of bareland
is 51.81%, indicating that there exists no omission but
commission error in bareland classification. The producer
accuracy of grass is 64.29%. 21.43% of grass was misclassified
into woodland, and 14.29% of grass was misclassified into
bareland. The producer accuracy of woodland is 86.48% and
the user accuracy of woodland is 98.21%. 1.57% of woodland
was misclassified into grass, and 11.95% of woodland was
misclassified into bareland. The producer accuracy of water is
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
VII. ความถูกต้องการประเมินการดำเนินการประเมินความถูกต้อง เมทริกซ์ข้อผิดพลาดนี้ใช้ประโยชน์ ˆK ค่า (ค่าสัมประสิทธิ์ Kappa) > 0.80 หมายถึงแข็งแรงข้อตกลงหรือความถูกต้องระหว่างแผนที่การจำแนกประเภท และการข้อมูลอ้างอิงพื้นดิน ˆK ค่าระหว่าง 0.40-0.80แสดงถึงข้อตกลงระดับปานกลาง ย่อมาจาก ˆK ค่า < 0.40ตกลงไม่ดี [20] มีสองประเภทของพื้นดินอ้างอิง เป็นประเภทต่าง ๆ ด้วยพื้นที่ของพวกเขาการแจกจ่ายแผนที่ถูกกำหนดก่อนการจัดประเภท และอื่น ๆ คือแผนที่ท้องถิ่นที่ดินปกที่มีอยู่ของพื้นที่ [22]ตรวจสอบสินค้าถูกใช้เพื่อทำการประเมินความถูกต้องสิ่งแวดล้อมเครื่องมือปลั๊กอิน---ร้อยคั่นจะใช้ กับสุ่มเลือก 67% ROI เป็นตัวอย่างการฝึกอบรม และส่วนเหลือ(33% ดูความจริงดินในตาราง III) การตรวจสอบ ส่วนเหลือ(33% ROI) จะไม่ทำหน้าที่เป็นตัวอย่างการฝึกอบรมการจัดประเภท [23]เงาและ cloud ในการจัดประเภทเริ่มต้นไม่ปรากฏในผลการจัดประเภทที่ดีที่สุด Cropland และอยู่ในเมือง และชนบทแบ่งออกเป็นหลายประเภทครอบคลุมที่ดินการจำแนกขั้นสุดท้ายดังนั้น เท่าที่เหลือ unaltered สี่เรียนปรากฏในความสับสนเมทริกซ์ (ตาราง III)ความถูกต้องโดยรวมของการจัดประเภทเป็น 91.50% ผู้ผลิตความถูกต้องของ bareland เป็น 100% และความถูกต้องผู้ใช้ของ bareland51.81% บ่งชี้ว่า มีการละเลยไม่ แต่คณะกรรมการข้อผิดพลาดในการจัดประเภท bareland ผู้ผลิตแม่นยำของหญ้าคือ 64.29% แก้ไขงาน 21.43% หญ้าเข้าป่า และ 14.29% หญ้าก็งานเข้าbareland ความถูกต้องผู้ผลิตของป่าเป็น 86.48% และความถูกต้องผู้ใช้ของป่าเป็น 98.21% 1.57% ของป่างานเข้าหญ้า และ 11.95% ของป่างานเข้า bareland มีความถูกต้องผู้ผลิตน้ำ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ปกเกล้าเจ้าอยู่หัว ความถูกต้องประเมินผล
ในการดำเนินการประเมินความถูกต้อง, เมทริกซ์ข้อผิดพลาดที่
นำมาใช้ ค่า K (Kappa ค่าสัมประสิทธิ์)> 0.80 แสดงให้เห็นถึงความแข็งแกร่ง
ข้อตกลงหรือความถูกต้องระหว่างการจำแนกแผนที่และ
ข้อมูลอ้างอิงพื้นดิน ค่า K ระหว่าง 0.40 และ 0.80
แสดงให้เห็นถึงข้อตกลงในระดับปานกลาง ค่า K <0.40 หมายถึง
ข้อตกลงที่น่าสงสาร [20] .There สองประเภทของพื้นดิน
อ้างอิงหนึ่งคือประเภทต่างๆที่มีเชิงพื้นที่ของพวกเขา
แผนที่การกระจายการตัดสินใจก่อนที่จะจำแนกและ
อื่น ๆ ที่เป็นที่มีอยู่ในแผนที่ที่ดินปกท้องถิ่นของพื้นที่ [ 22].
ตรวจสอบครอสถูกใช้ในการทำประเมินความถูกต้อง.
ENVI plug-in ที่กล่องเครื่องมือ --- คั่น ROI ถูกนำมาใช้กับการ
สุ่มเลือกผลตอบแทนการลงทุน 67% เป็นตัวอย่างการฝึกอบรมและส่วนที่เหลือ
(33% ดูที่พื้นจริงในตาราง III.) ในการตรวจสอบ ส่วนที่เหลือ
(33% ROI) จะไม่ทำหน้าที่เป็นตัวอย่างการฝึกอบรม
การจัดหมวดหมู่ [23].
เงาและระบบคลาวด์ในการจำแนกประเภทเริ่มต้นที่ไม่เคยปรากฏใน
ผลการจัดหมวดหมู่ที่ดีที่สุด cropland และในเมืองและชนบทมีการ
แบ่งออกเป็นหลายประเภทที่ดินที่ครอบคลุมในการจัดหมวดหมู่สุดท้าย.
ดังนั้นเฉพาะส่วนที่เหลืออีกสี่ชั้นไม่เปลี่ยนแปลงปรากฏใน
The Matrix สับสน (ตารางที่ III).
ความถูกต้องจำแนกโดยรวมเป็น 91.50% ผู้ผลิตที่
ถูกต้องของ bareland เป็น 100% และความถูกต้องของผู้ใช้ bareland
เป็น 51.81% แสดงให้เห็นว่ามีอยู่ไม่ละเลย แต่
คณะกรรมการข้อผิดพลาดในการจำแนก bareland ผู้ผลิตที่
ถูกต้องของหญ้าเป็น 64.29% 21.43% ของหญ้าถูกแบ่ง
ออกเป็นป่าและ 14.29% ของหญ้าถูกแบ่งออกเป็น
bareland ความถูกต้องผลิตของป่าไม้เป็น 86.48% และ
ความถูกต้องของผู้ใช้ป่าเป็น 98.21% 1.57% ของป่าไม้
ถูกแบ่งเป็นหญ้าและ 11.95% ของป่าไม้ถูก
แบ่งออกเป็น bareland ความถูกต้องผลิตน้ำ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
7 . การประเมินความถูกต้องแสดงความถูกต้องของการประเมิน เมทริกซ์ ข้อผิดพลาดคือใช้ ˆค่า K ( สัมประสิทธิ์ Kappa ) > 0.80 ถึงแข็งแรงข้อตกลงหรือระหว่างความถูกต้องและประเภทแผนที่ข้อมูลอ้างอิง พื้นดิน ˆค่า K ระหว่าง 0.40 และ 0.80หมายถึงสิทธิในระดับปานกลาง ˆค่า K < 0.40 ย่อมาจากข้อตกลงที่น่าสงสาร [ 20 ] . มีสองประเภทของดินอ้างอิง หนึ่งคือประเภทต่างๆของพื้นที่จำหน่ายแผนที่ถูกกำหนดก่อนและการจำแนกอื่น ๆที่มีอยู่ในท้องถิ่น ครอบคลุมที่ดินแผนที่พื้นที่ [ 22 ]ข้ามการตรวจสอบที่ใช้ทำความถูกต้องของการประเมินENVI ปลั๊กอินกล่อง --- ร้อยเอ็ดแยกเป็น ใช้ กับสุ่ม 67 % ROI เป็นการฝึกอบรมตัวอย่างและส่วนที่เหลือ( 33 เปอร์เซ็นต์ เห็นพื้นความจริงตาราง III ) เพื่อตรวจสอบ ส่วนที่เหลือ( 33 % ROI ) จะไม่ทำตัวเป็นตัวอย่างของการฝึกอบรมการจำแนก [ 23 ]เงาเมฆในการจำแนกเบื้องต้นไม่ปรากฏผลการจำแนก ultimate cropland และเมือง & ชนบทแบ่งออกเป็นหลายประเภทครอบคลุมที่ดินในประเภทสุดท้ายแต่ที่เหลือไม่เปลี่ยนแปลงสี่ชั้นเรียนปรากฏขึ้นในความสับสนเมทริกซ์ ( ตารางที่ 3 )ความถูกต้องของการจำแนกโดยรวม 91.50 % ผู้ผลิตความถูกต้องของ bareland เป็น 100% และความถูกต้องของ bareland ผู้ใช้เป็น 51.81 เปอร์เซ็นต์ ระบุว่า มีการละเลย แต่ไม่ข้อผิดพลาดในการ คณะกรรมการ bareland . ผู้ผลิตความถูกต้องของหญ้า 64.29 % 21.43 % ของหญ้า misclassifiedเข้าไปในป่า และ 14.29 % misclassified ในหญ้าbareland . ผู้ผลิตและ 86.48 % ความถูกต้องของป่าไม้ คือผู้ใช้ความถูกต้องของป่าที่เป็น 98.21 % 1.57 % ของวู้ดแลนด์คือ misclassified เป็นหญ้าและป่าไม้ที่มี % คือmisclassified เป็น bareland . ผู้ผลิต ความถูกต้องของน้ำคือ
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: