《表1 基本符号定义表：基于迁移学习的软件缺陷预测算法研究》
提示：宽带有限、当前游客访问压缩模式
为了更好地理解算法伪代码中的符号含义，现在对研究中可能出现的一些符号进行定义，详见表1。
| 图表编号 | XD00102854300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 何金虎、吴翔虎、曲明成 |
| 绘制单位 | 哈尔滨工业大学计算机科学与技术学院、哈尔滨工业大学计算机科学与技术学院、哈尔滨工业大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 混沌矩阵定义：基于机器学习算法的变压器寿命损耗预测研究》2021.01.15
- 《表1 符号定义：基于网约车数据的城市区域出行时空特征识别与预测研究》2020.06.01
- 《表4 符号定义及含义：基于元学习的推荐算法选择优化框架实证》2020.06.16
- 《表1 NASA数据集：过采样与集成学习方法在软件缺陷预测中的对比研究》2020.06.01
- 《表2 混淆矩阵：过采样与集成学习方法在软件缺陷预测中的对比研究》2020.06.01
- 《表2 实验指标：基于深度学习的风格迁移算法的研究与实现》2020.02.01
- 《表1 主要的符号定义：一种基于软件定义网络的服务功能链优化部署机制》2019.10.01
- 《表2 指标定义：应用于软件缺陷预测模型的量子粒子群优化BP算法》2019.08.01
- 《表2 符号表：基于迁移学习的电力通信网异常站点业务数量预测》2019.05.01
- 《表4 算法的结果分析：基于迁移学习的电力通信网异常站点业务数量预测》2019.05.01
- 《表1 符号定义：基于情感的社会网传播模型及影响最大化算法研究》2019.07.01
- 《表1 符号说明：ARPDF:基于对话流的学习者成绩等级预测算法》2019.02.01
- 《表3 自定义符号说明：基于深度学习的创新主题智能挖掘算法研究》2019.01.25
- 《表4 符号定义表：基于Apriori算法的气象与电网缺陷关联研究》2019.06.15
- 《表1 算法性能比较：基于亮度与色度信息的深度学习图像风格迁移算法研究》2019.07.15
- 《表1 混淆矩阵：基于线性LTSA算法维数约减的软件缺陷预测研究》2019.01.10
- 《表1 符号及定义：基于卡尔曼滤波需求预测的牛鞭效应研究》2019.05.01
- 《表1 符号和变量定义：基于改进匈牙利算法的航空企业动态调度方法研究》2018.11.28
- 《表1 元胞数混淆矩阵：基于机器学习算法的土地类型迁移预测分析——以哈尔滨市香坊区为例》2018.10.01
- 《表2 百分比混淆矩阵：基于机器学习算法的土地类型迁移预测分析——以哈尔滨市香坊区为例》2018.10.01