《表2 RBF和BP选取结果比较表》
采取同样的选取参数,相同的训练样本和实验样本,利用BP神经网络算法进行道路网提取,比较两种算法,比较结果见表2。本文采用的RBF神经网络方法,相比于BP神经网络算法,选取结果更加稳定,准确度更高,且运行速度更快。由于道路网自动选取系统平台的灵活性,用户也可以根据所选道路网区域的特点以及实际的选取要求,选择不同的参数和算法进行尝试,以获得最佳的结果。
图表编号 | XD0052932100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 刘佩、袁林辉、张康、沈婕、马劲松 |
绘制单位 | 南京大学地理信息科学系、南京大学地理信息科学系、南京大学地理信息科学系、南京师范大学虚拟地理环境教育部重点实验室、南京师范大学地理科学学院、江苏省地理信息资源开发与利用协同创新中心、南京大学地理信息科学系、江苏省地理信息资源开发与利用协同创新中心 |
更多格式 | 高清、无水印(增值服务) |