《表2 车辆损伤识别准确率验证结果》
提示：宽带有限、当前游客访问压缩模式
经测试，车辆损伤识别的综合准确率可以达到90.3%，综合召回率也不低于80%。
| 图表编号 | XD0081956200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 赵子豪、申颖、李薇 |
| 绘制单位 | 中国汽车技术研究中心数据资源中心、中国保险信息技术管理有限责任公司车险业务部、中国保险信息技术管理有限责任公司车险业务部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型分类准确率：基于支持向量机的车辆换道行为识别仿真研究》2020.09.01
- 《表1 不同维度特征的车辆识别准确率》2020.10.20
- 《表1 数据集的相关信息：FACR:一种快速且准确的车辆识别器》2021.01.15
- 《表2 计算效率对比：FACR:一种快速且准确的车辆识别器》2021.01.15
- 《表2 柱2损伤工况下各方法损伤识别结果》2020.11.20
- 《表2 模型验证的识别准确率对比》2020.12.01
- 《表1 实际锈蚀率：基于时序分析的锈蚀RC拱损伤识别:仿真与验证》2021.02.01
- 《表4 试验计算结果：基于时序分析的锈蚀RC拱损伤识别:仿真与验证》2021.02.01
- 《表3 异方差性检验：基于时序分析的锈蚀RC拱损伤识别:仿真与验证》2021.02.01
- 《表2 损伤工况划分：基于时序分析的锈蚀RC拱损伤识别:仿真与验证》2021.02.01
- 《表4 交叉验证的准确率：FCNN深度学习模型及其在动物语音识别中的应用》2021.01.01
- 《表3 在验证集上车辆检测准确率(%)》2020.03.25
- 《表4 为目标检测准确率：基于信息融合的城市自主车辆实时目标识别》2020.06.20
- 《表2 损伤识别结果：基于Kriging模型的损伤识别方法》2020.08.15
- 《表4 验证集中3种成熟度蓝莓果实识别准确率统计》2020.06.30
- 《表2 交叉验证准确率：基于集成学习的测井岩性识别模型的构建》2020.03.01
- 《表2 车辆行为识别公开数据集结果》2020.01.01
- 《表2 桨叶的损伤识别准确率（%）》2019.09.25
- 《表3 车辆损伤识别准确率验证结果》2019.06.01
- 《表3 PCA-RF验证组识别准确率》2018.07.01