《表2 前景目标完整性评估结果》
注:加粗字体为每列最优结果。
按照上述方法,表2给出了算法准确率、召回率和F值的评估结果,可以看出,本文算法取得了90.1%的平均准确率,88.7%的平均召回率以及89.4%的平均F值,高于其他5种方法,另外,GreGoDec算法在一些噪声干扰较小的情况提取的目标也较为完整,整体性能较好,而noncvx-RPCA算法对一些噪声抑制表现出的性能还不够优越。
图表编号 | XD0047558800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.16 |
作者 | 郎洪、丁朔、陆键、马晓丽 |
绘制单位 | 同济大学道路与交通工程教育部重点实验室、同济大学道路与交通工程教育部重点实验室、同济大学道路与交通工程教育部重点实验室、同济大学道路与交通工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |