《表2 混淆矩阵：基于改进的LeNet-5轨道交通障碍物识别方法》
提示：宽带有限、当前游客访问压缩模式
其中，识别OK的图片为无障碍物图片，识别NG的图片为有障碍物图片。
| 图表编号 | XD00132434400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.25 |
| 作者 | 邓远志、林淼 |
| 绘制单位 | 研祥智能科技股份有限公司、国家特种计算机工程技术研究中心、研祥智能科技股份有限公司、国家特种计算机工程技术研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 混淆矩阵：基于主元分析方法的化工过程故障诊断与识别》2020.09.20
- 《表2 混淆矩阵：基于深度学习的加密网络流量识别方法研究》2021.01.10
- 《表2 混淆矩阵表：基于LSTM的《红楼梦》文本风格分界点识别方法》2020.08.01
- 《表2 混淆矩阵：基于改进的朴素贝叶斯的入侵检测方法》2020.05.10
- 《表4 地物识别混淆矩阵：基于地理国情普查成果的农作物种植结构提取方法研究》2020.06.25
- 《表2 分类结果混淆矩阵：基于加权随机森林算法的空巢电力用户识别方法》2020.08.20
- 《表2 信号识别混淆矩阵：基于联合投影字典学习的辐射源调制识别》2020.07.01
- 《表3 硬件环境：改进的LeNet-5模型在花卉识别中的应用》2020.03.16
- 《表1 测试准精度比较：基于改进的LeNet-5轨道交通障碍物识别方法》2020.01.25
- 《表2 预测混淆矩阵：基于集成学习的束支传导阻滞识别方法》2020.03.01
- 《表2 数字混淆矩阵：基于卷积神经网络的藏文手写数字和字母识别研究》2019.12.01
- 《表2 改进后的Alexnet网络的识别混淆矩阵》2020.02.10
- 《表2 混淆矩阵：基于高光谱和频谱特征的注水肉识别方法》2019.11.25
- 《表4 混淆矩阵：智能车多类障碍物贝叶斯网络分类方法》2019.10.01
- 《表1 分类结果混淆矩阵：基于深度学习的高分遥感影像乡镇建筑物识别方法》2019.01.20
- 《表4 主成分矩阵：一种改进K-means模型的城市轨道交通突发事件分级方法》2019.06.01
- 《表2 混淆矩阵：基于KFCM改进SVM的学生学业预警系统设计》2019.05.01
- 《表3 二分类混淆矩阵：基于改进型深度网络数据融合的滚动轴承故障识别》2019.02.01
- 《表2 基于DNN的表情识别率混淆矩阵》2019.12.16
- 《表3 基于混淆矩阵的水稻面积遥感识别精度》2019.10.20