《表1 精度评定结果：遥感图像分类中的遗传算法LVQ神经网络运用》
提示：宽带有限、当前游客访问压缩模式
类别精度是利用分类图像中类别并且参考图像中相应类别对照实现的，表示为混淆矩阵[8]。表1为精度评定结果。
| 图表编号 | XD00125039200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 邓凌云 |
| 绘制单位 | 重庆人文科技学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 运行时间对比：遗传算法优化的BP神经网络在居民负荷分类中的应用》2020.10.25
- 《表7 3类算法分类结果：基于卫星遥感图像的农作物分类算法》2020.09.01
- 《表1 各卫星数据对比表：基于卫星遥感图像的农作物分类算法》2020.09.01
- 《表1 遗传算法参数设置：运用含复杂网络结构的多种群遗传算法求解FJSP》2021.01.15
- 《表3 基于遗传算法优化的BP神经网络的土地覆盖分类精度评价结果统计》2020.12.15
- 《表3 实验环境参数：遗传算法优化确定BP神经网络的遥感图像分类》2020.06.15
- 《表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法》2020.05.25
- 《表6 真实实验结果：条件生成对抗网络在遥感图像复原中的可行性》2020.03.01
- 《表7 真实实验结果评价：条件生成对抗网络在遥感图像复原中的可行性》2020.03.01
- 《表6 真实实验结果：条件生成对抗网络在遥感图像复原中的可行性》2020.03.01
- 《表3 算法对比结果：A-FPN算法及其在遥感图像船舶检测中的应用》2020.02.25
- 《表2 各算法在遥感图像物体的检测精度和检测速度》2020.01.01
- 《表3 分类精度评价：基于偏微分方程的遥感成像雷达距离图像分类方法》2019.11.26
- 《表1 遗传算法参数设置：基于遗传算法优化支持向量机的超声图像缺陷分类》2019.09.22
- 《表1 图像的仿真结果：基于改进遗传模拟退火算法的BP神经网络的畸变校正研究》2019.05.25
- 《表4 分类结果精度评价：无人机遥感在塑料大棚识别中的方法研究》2019.02.25
- 《表3 分类结果精度对比：无人机遥感在塑料大棚识别中的方法研究》2019.02.25
- 《表1 分类统计表：基于改进自组织神经网络的遥感图像分类研究》2019.02.28
- 《表2 分类比例：基于改进的LVQ神经网络图像边缘提取研究》2018.06.15
- 《表2 遥感图像精度评定指标》2018.04.25