《表2 不同条件下分类结果精度》
(%)
采用不同特征值组合、不同的样本集数量构建神经网络分类模型,选取5种特征值组合,样本集数量分别为500、900、1425个,不同条件下分类结果的精度见表2。从表2可以看出,即使增加特征值的数量,当样本集较少时,分类精度也没有明显提高甚至可能降低,但随着样本集数量的增加,分类精度有明显提高。由组合1、2及组合3、4的对比可知,杆状地物不同平面内的投影密度、最小包围盒体积特征相对于3个方向点云特征向量、点云总数特征更为明显。
图表编号 | XD00146354600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 李鹏鹏、李永强、赵上斌、范辉龙 |
绘制单位 | 河南理工大学测绘与国土信息工程学院、河南理工大学测绘与国土信息工程学院、河南理工大学测绘与国土信息工程学院、河南理工大学测绘与国土信息工程学院 |
更多格式 | 高清、无水印(增值服务) |