《表3 行道树属性信息提取精度对比结果》
提示：宽带有限、当前游客访问压缩模式
为验证本文方法的有效性，使用文献[2]中的体元分割和邻域搜索算法和文献[6]中的改进区域增长算法对本文行道树及属性信息进行提取。表3为属性信息提取精度对比结果。
| 图表编号 | XD0084951400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.01 |
| 作者 | 王冬、张焱、姜俊奎 |
| 绘制单位 | 山东科技大学测绘科学与工程学院、山东科技大学测绘科学与工程学院、山东科技大学测绘科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 行道树提取结果定量分析》2020.08.20
- 《表4 方法对比：一种顾及体元邻域关系的行道树提取方法》2020.08.20
- 《表3 砂土属性：高海拔冰川信息提取方法研究与应用》2020.06.25
- 《表3 评价精度：基于不同方法的河流水系信息提取对比研究——以南充市河长制水系信息核查为例》2019.12.30
- 《表3 精度评价结果：基于WorldView-3的城市下垫面信息提取》2020.04.28
- 《表3 融合前后精度对比：高分一号影像融合及在水体信息提取中的应用》2020.04.28
- 《表6 不同波段、系数组合水体信息提取精度对比》2020.07.25
- 《表1 地震滑坡信息快速提取结果精度评价》2020.01.15
- 《表1 对象属性信息说明：基于ZY-3影像的土地利用信息提取方法》2019.10.01
- 《表1 水体信息提取结果精度及运行时间比较》2019.09.10
- 《表1 3种方法的信息提取精度对比》2019.09.25
- 《表7 分类精度对比：基于随机森林的绿洲典型湿地信息提取》2019.06.15
- 《表1 点云特征向量表：车载激光点云中行道树及属性信息提取》2019.05.01
- 《表2 算法精度评定：车载激光点云中行道树及属性信息提取》2019.05.01
- 《表1 建筑物高程信息提取精度对比》2019.09.01
- 《表2 基于多尺度、多准则、面向对象信息提取结果精度》2019.04.25
- 《表3 湿地信息提取精度及Kappa系数》2019.06.01
- 《表1 4种方法的植被信息提取精度对比》2019.05.01
- 《表8 5种地表覆盖增量信息提取方法的精度验证结果》2019.04.10
- 《表2 盐渍化土壤信息提取结果精度评价》2019.01.30