《表5 提取精度和耗时时间》
提示：宽带有限、当前游客访问压缩模式
每一类地物根据实验区大小，分别采集50个样本点，在最终提取结果中，分类的个数及精度见表5。
| 图表编号 | XD00130078800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.25 |
| 作者 | 袁慧洁 |
| 绘制单位 | 山东科技大学测绘科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 5种水体指数提取结果精度评价指标》2020.09.05
- 《表5 训练人数为400人时识别精度和时间比较》2020.12.31
- 《表2 不同方法道路提取精度和测试用时对比》2021.01.01
- 《表5 总体精度评价表：基于GF-1和Sentinel-1A的漓江流域典型地物信息提取》2020.04.20
- 《表4 检测精度及耗时对比》2020.05.01
- 《表4 实验区域2水体提取精度与耗时分析》2020.10.01
- 《表2 两组手术耗时、需要输血的量和卧床时间、住院时间分析比对（±s)》2020.04.30
- 《表5 代理模型样本数量与精度和计算耗时的关系》2020.07.25
- 《表1 5种方法提取步骤、成本、毒性、耗时比较结果》2020.03.25
- 《表5 冲沟切沟区提取精度》2019.12.25
- 《表1 水体信息提取结果精度及运行时间比较》2019.09.10
- 《表5 验证路段的路面病害提取精度》2019.02.01
- 《表5 基于光谱、纹理、地形特征的提取精度》2019.06.25
- 《表5 3个样地水稻面积提取平均精度评价结果》2019.01.20
- 《表3 两种算法在匹配耗时和匹配精度比较》2018.05.05
- 《表5 方案3提取土地利用的平均生产者和用户精度》2019.10.01
- 《表5 模型训练耗时及检测精度》2019.12.15
- 《表2 极限学习机、逻辑回归和神经网络的训练耗时及在测试集上的总体精度和AUC指标Tab.2 Extreme learning machine, logistic regression and neural network training》2018.12.01
- 《表5 道路提取试验精度验证统计》2018.11.25
- 《表5 气孔提取精度Tab.5 Accuracy of stomatal extraction》2018.05.01