《表3 随机森林分类精度》

  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

《基于无人机LIDAR数据多尺度特征的沥青路面病害提取方法》

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

基于上节阐述的方法，利用在新疆石河子与沙湾县交界处一条县级公路获取的数据集进行分类实验。实验中使用了交叉验证方式，将训练样本按照4∶1的比例分层随机抽样，其中80%的训练数据用于一次实验中分类模型的训练，其余20%的训练数据作为验证数据用于分类结果的精度验证，通过交叉验证的方式一方面可以检验分类结果的分类精度，另一方面可以检验分类模型和分类方法的稳定性，共进行了五次分类实验。随机森林分类的参数使用了具有200棵决策树，每棵决策树的子特征集中包含9个特征，最大树高为10的随机森林分类模型，分类结果的训练精度和分类精度见表3。实验结果表明，获得的路面病害分类结果有着较高分类精度，并且分类结果具有较好的鲁棒性。此外，模型有较高模拟精度条件下，检验精度也没有出现明显的下降，体现了算法可较好地防止过拟合现象。图6为运用训练得到的随机森林分类器提取得到路面病害分布结果。