《表1 各分类算法的比较：基于卷积神经网络的先心病心音信号分类算法》
提示：宽带有限、当前游客访问压缩模式
根据模型预测结果和式（6）～式（8）计算结果显示，se=0.910，sp=0.880，acc=0.895，同其它算法的对比结果如表1所示。
| 图表编号 | XD00106169700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.25 |
| 作者 | 谭朝文、王威廉、宗容、潘家华、杨宏波 |
| 绘制单位 | 云南大学信息学院、云南大学信息学院、云南大学信息学院、云南省阜外心血管病医院、云南省阜外心血管病医院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 测试函数及设置：基于优化后向传播神经网络的基础心音分类》2020.09.25
- 《表2 各专业轻量化内容：面向自标定室内定位基于遗传算法优化SVM的视距与非视距信号分类》2021.01.01
- 《表1 土层物理力学性质：面向嵌入式的卷积神经网络图像分类算法》2020.10.20
- 《表2 参考椭球基本参数：基于EMD自适应重构的心音信号特征筛选及分类》2020.12.15
- 《表1 采面综采设备型号：基于EMD自适应重构的心音信号特征筛选及分类》2020.12.15
- 《表1 特征集划分：特征与分类算法在基于肌音信号的头部运动分类中的对比研究》2020.07.01
- 《表1 样本数据：基于小波能量谱的先天或风湿性心脏病异常心音分类算法研究》2020.04.15
- 《表1 心拍类别分布：基于金字塔卷积结构的深度残差网络心电信号分类方法研究》2020.08.25
- 《表4 测试样本信息：基于卷积神经网络的京杭大运河遥感影像水质分类算法研究》2020.02.10
- 《表5 各方法性能比较：基于CNN和RNN联合网络的心音自动分类》2020.01.16
- 《表4 RNN结构比较：基于CNN和RNN联合网络的心音自动分类》2020.01.16
- 《表3 CNN结构比较：基于CNN和RNN联合网络的心音自动分类》2020.01.16
- 《表1 分类混淆矩阵：基于卷积神经网络的心电信号分类研究》2019.08.13
- 《表3 分类准确率比较：基于遗传算法的神经网络集成方法》2019.04.01
- 《表1 心电样本数量：基于VMD和KNN的心电信号分类算法》2019.04.01
- 《表2 分类准确率：基于VMD和KNN的心电信号分类算法》2019.04.01
- 《表4 六折交叉验证结果：基于卷积神经网络的肺结节分类算法》2019.04.01
- 《表1 波形分类结果：基于Dropout深度卷积神经网络的ST段波形分类算法》2018.08.01
- 《表3 算法对比：面向SAR目标分类的卷积神经网络算法研究》2018.07.15
- 《表1 实验数据集：面向SAR目标分类的卷积神经网络算法研究》2018.07.15