《表2 4种方法精度对比/m》

  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

《耦合布料模拟滤波与径向神经网络DEM自动生成研究》

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

注:v=z检核点-z拟合点。

从本次实验结果以及相应的对比方法可知，RBFNN的插值检核点最小误差与ND、SK、Tin方法相近，最大误差RBFNN达到了最小，在MAE和RMSE精度上至少优于传统方法0.11 m和0.28 m，主要原因为RBFNN具有一定的自学习、自组织、自适应的功能，可用于非线性函数逼近，学习速率快。