《表1 4种模型在5次训练上准确率的比较（%）》
提示：宽带有限、当前游客访问压缩模式
其中，TP表示入侵行为被正确检测，FP代表正常行为被误判为入侵行为。我们将数据随机分成5组数据，每一组数据互相独立，来更直观地比较准确度，如表1所示。
| 图表编号 | XD00128704900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.13 |
| 作者 | 陈文迪、刘桂华、刘慕娴 |
| 绘制单位 | 广西电网电力调度控制中心、广西电网电力调度控制中心、广西电网电力调度控制中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 VAR模型变量：Explanar高尔夫训练系统在教学应用上的可行性研究》2019.09.23
- 《表4 三种模型预测性能在训练集和测试集的比较》2021.02.25
- 《表5 在rpart分类器上3种方法在不同类别上的准确率单位:》2021.02.01
- 《表4 三种初始模型在t3时间段的增量数据上迭代100次的准确度均值与方差》2021.02.10
- 《表1 三种初始模型在历史数据上迭代100次的准确度均值与方差》2021.02.10
- 《表1 在1 000张图片上训练模型，不同方案的对比》2020.12.31
- 《表4 5种特征选择方法在均匀训练集上的性能比较》2020.12.25
- 《表5 Urban Sound8K上8种模型的准确率》2020.11.10
- 《表4 不同网络模型在指纹分类任务上的最佳准确率》2020.05.15
- 《表1 比较两种筛查方法在不同病理上的诊断准确性[n(%)]》2020.04.15
- 《表1 不同损失函数在三种数据集训练下的判别准确率》2020.06.25
- 《表1 三种模型在三个消费属性上的准确率》2020.07.10
- 《表4 RF模型在不同训练集下的预测正确率》2020.04.05
- 《表1 深度模型在图4对应的图像上的分割结果、平均结果及训练时间》2020.09.25
- 《表1 测试集在不同模型上的训练结果》2020.09.01
- 《表5 双流网络在四种数据集上训练的性能》2020.03.01
- 《表9 在BikeNYC数据集上预测1帧的RMSE结果比较（所有的模型都以预测1帧为目标进行训练）》2020.02.01
- 《表6 MLLR分类模型在5类标签上的分类准确率》2019.12.01
- 《表2 两种检查技术在腰椎间盘突出症征象上的诊断准确率比较》2019.01.15
- 《表1 两种模型在准确率和时间上的对比(测试平台:CPU Premium G4560,8 GB DDR4,Windows 10)》2019.12.01