《表5 不同学习算法的树干点云识别结果》

  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

《基于移动激光扫描的行道树树干提取》

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

%

δ=0.25 m时，Boosting与SVM、神经网络的比较结果见表5。其中，神经网络对类别不平衡最为敏感，为最小化整体错误率，将所有树干样本都识别为非树干样本。SVM能获得较高的查准率，但查全率低于Boosting，表明有更多的树干点被误识别为非树干点。