《表5 不同方法识别性能对比》
提示：宽带有限、当前游客访问压缩模式
为了客观验证改进神经网络模型的性能，分别将其与文献[4]的SVM，文献[7]改进的AlexNet模型及AlexNet，VGG-16网络模型进行对比，结果如表5所示。
| 图表编号 | XD00162245200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.25 |
| 作者 | 徐健、吴曙培、刘秀平 |
| 绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 声纹识别性能对比：针对短时语音的声纹识别方法》2020.10.18
- 《表1 不同方法识别性能对比》2020.06.01
- 《表5 不同方法的解码性能对比》2021.02.25
- 《表5 不同方法的鉴别性能对比》2021.02.01
- 《表4 不同组合方法定量识别性能(%)》2021.02.01
- 《表5 不同方法识别准确率对比》2020.07.25
- 《表5 不同数据预处理方法对模型识别性能的影响》2020.06.25
- 《表3 采用不同方法的总体识别性能表》2020.05.25
- 《表5 不同预报方法的性能对比》2020.04.15
- 《表3 不同方法木材种类识别性能对比》2020.08.05
- 《表1 不同方法识别性能对比》2020.03.01
- 《表3 不同表情识别方法性能对比》2020.06.25
- 《表2 不同多生物特征融合识别方法性能比较》2020.04.16
- 《表5 本文方法与对比方法在型号变化条件下的识别性能》2020.02.25
- 《表4 本文方法与对比方法在标准操作条件下的识别性能》2020.02.25
- 《表5 不同命名实体识别方法对比》2019.09.01
- 《表5 不同农作物识别方法对比实验结果》2019.11.25
- 《表1 不同问题识别方法的整体性能》2019.09.15
- 《表2 不同模型性能对比：基于轻量级卷积神经网络的人脸识别方法》2019.03.01
- 《表5 不同方法的分类性能对比》2019.12.01