我在高光谱图像中有一些目标,我想要探测它们。我提出了一个检测器,然后通过接收机工作特性(ROC)曲线分析了它的性能。
当要检测的目标信噪比很低(即图像中的目标很弱,因此它们的检测非常具有挑战性,特别是对于非常小的虚警概率Pfa值),我总是得到类似于下面的ROC曲线。

这不是我的数字,但我得到了类似于这条中华民国曲线。所以我的曲线低于Pfa<=0.1的随机线。我想知道这是否正常?在随机线以下有一个区域的中华民国曲线可以接受吗?如果是,那如何才能证明这是正当的呢?
发布于 2017-11-02 04:47:45
在提高阈值时,中华民国表现出真假阳性率。当阈值在一个极端时,所有的东西都被分类为阴性,所以你有0%的真阳性和0%的假阳性。在另一个极端的阈值,你有100%的真阳性和100%的假阳性。在两个极端之间,任何事情都可能发生。在这种情况下,当你从第一个极端开始增加阈值的时候,你开始把阴性样本分类为阳性,所以你增加了假阳性率而没有增加真正的阳性率。
原则上这没什么问题。重要的是,你可以找到一个点(一个临界点),在这个点上,正确和错误的阳性率之间的折衷是令人满意的。这就是你操作你的系统的时刻。因为你想要选择的门槛是稳健的,你想让中华民国在这个点上慢慢地变化。但是它在远离你的操作点时所做的并不会影响你的系统。(正因如此,我认为“曲线下面积”的表现是没有用的。)
然而,您的中华民国所做的是,您的系统认为最明显的阳性样本实际上是阴性的。也许你没有正确地模拟样本?
https://stackoverflow.com/questions/47045834
复制相似问题