《表3 分类结果混淆矩阵：栅格DEM微地形分类的BP神经网络法》

  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

《栅格DEM微地形分类的BP神经网络法》

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

本研究应用BP神经网络算法实现了栅格DEM微地形的自动分类，为了取得更好的收敛效果，防止模型过拟合，建立的BP神经网络为三层网络模型，最大收敛次数为1000，收敛误差确定为10-3，学习速率为0.01。利用试验区内选取的典型样本数据进行BP神经网络算法山体部位自动分类试验，试验过程的BP神经网络混淆矩阵见表3。用典型样点建立的模型总体精度为0.954 2，Kappa系数为0.941 5，表明BP神经网络算法应用在微观地形自动分类上的精度可靠，也说明BP神经网络能够很好地挖掘隐含知识，并识别地貌类型，证实了BP神经网络算法在地形分类中的适用性。但BP神经网络法对6类微地形类别的适应性表现不一致，其中冲积地对该方法适应性最强，准确率为100%，背坡的适应性最弱准确率为89.23%，其他类别对应统计准确率见表4。