《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》
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.
图表编号 | XD00213647000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 孔月萍、党爽、曾军、高凯 |
绘制单位 | 西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院、地理信息工程国家重点实验室、地理信息工程国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |