《表1 基于不同特征的新增建筑物提取结果精度 (%)》

  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

《基于形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法》

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

说明:精度为5次交叉验证所得结果精度的平均值，分类方法为改进的单类随机森林分类法。

两时相直接分类和分类后比较的变化检测方法新增建筑物提取精度如表2所示。可以看出，两时相直接分类得到的新增建筑物提取结果有着较高的专题精度，Kappa系数为66.15%，生产者精度和用户精度均达到60%以上；但在几何精度方面，边界误差高达45.65%。分类后比较的变化检测方法提取得到的新增建筑物结果精度较低，Kappa系数仅为42.78%，生产者精度和用户精度均低于50%，边界误差高达67.26%。将本文方法与这两种方法相比，本文方法提取结果（表1）的Kappa系数比两时相直接分类方法高1.78%，比分类后比较方法高25.15%；虽然形状指数误差略高于这两种方法，但边界误差比两时相直接分类低22.83%，比分类后比较低44.44%。总体来看，与传统的两时相直接分类和分类后比较的变化检测方法相比，本文方法提取结果Kappa系数更高，边界误差更小。