《表4 单特征与融合特征分类方法比较》
提示：宽带有限、当前游客访问压缩模式
将单特征实验和融合特征实验结果进行统计见表4。
| 图表编号 | XD00125038800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 王左帅、谭德荣、徐艺、侯汝红、王立志 |
| 绘制单位 | 山东理工大学、山东理工大学、山东理工大学、山东理工大学、山东理工大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 基于结构特征与材料融合规则的壳体分类分层》2020.11.25
- 《表4 方差分析表：融合表情符号图像特征学习的微博情感分类》2021.01.28
- 《表2 不同特征集合分类：融合不精准先验知识的Landsat 8 OLI影像深度学习分类方法》2020.12.10
- 《表4 分析特征抽取和特征融合方法的实验结果》2020.12.15
- 《表4 融合多尺度特征前后的分类效果对比》2020.04.25
- 《表1 网络配置：基于多尺度特征融合的肺结节良恶性分类方法》2020.07.30
- 《表4 不同特征属性提取方法在随机森林分类算法上的结果比较》2020.03.15
- 《表2 跟踪算法性能比较：人体结构化特征与核相关滤波器算法融合的目标跟踪方法》2020.07.10
- 《表4 基于DNN3分类器上各特征合成方法的比较》2020.06.15
- 《表4 验证集基于特征融合的分类准确率(%)》2020.08.20
- 《表6 车辆图像分类结果：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表4 融合特征分类效果：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表3 单独特征分类结果：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表1 选取的特征及维数：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表5 分类对比结果：一种基于特征融合的车辆图像分类方法》2020.05.01
- 《表2 PeMS实验结果：单时序特征图卷积网络融合预测方法》2020.09.01
- 《表1 Los实验结果：单时序特征图卷积网络融合预测方法》2020.09.01
- 《表1 分类结果混淆矩阵：融合LiDAR数据与高分影像特征信息的建筑物提取方法》2020.08.25
- 《表1 深度网络的发展：基于舌图像深度特征融合的中医体质分类方法研究》2020.06.01
- 《表2 不同多生物特征融合识别方法性能比较》2020.04.16