《表2 不同条件下分类结果精度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《BP神经网络的道路场景杆状地物自动分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（%）

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。