《表2 鞍部识别结果统计：融合卷积神经网络与多层感知器的鞍部识别方法》

  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

《融合卷积神经网络与多层感知器的鞍部识别方法》

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

为了验证CNN与MLP相结合的网络模型对鞍部识别与位置标定的有效性，选取我国三大地貌阶梯具有代表性的大起伏极高山（数据I）、大起伏中山（数据II）和中起伏低山（数据III）数据开展实验，将3组实验样区的鞍部识别结果与文献[3]提出的拓扑分析方法作对比，结果分别如图4（a）-图4（c）所示，其中圆点为提取的鞍部点（A类点为文献[3]方法漏提的鞍部点，B类点为深度神经网络误提的鞍部点，C类点为深度神经网络漏提的鞍部点）．最后对50个DEM数据的鞍部识别结果进行分类统计，分别于水文流域分析法[4]和拓扑分析法[3]作对比，如表2所示．