《表2 实验结果：基于长短时记忆网络（LSTM）的帕金森步态识别》
提示：宽带有限、当前游客访问压缩模式
隐藏层特征数分别取32，36与64时，实验结果如表2:
| 图表编号 | XD00132672700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 王申涛、陈晓辉 |
| 绘制单位 | 三峡大学计算机与信息学院、三峡大学计算机与信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 实验数据集信息表：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表1 方案比选表：基于长短时记忆网络的盾构机刀盘扭矩实时预测》2020.12.01
- 《表3 实验数据：基于实体嵌入和长短时记忆网络的入侵检测方法》2020.07.15
- 《表2 数据类别：基于实体嵌入和长短时记忆网络的入侵检测方法》2020.07.15
- 《表2 部分原始数据：基于烟花算法与长短时记忆网络的模温预测方法研究》2020.06.28
- 《表1 系统识别率比较：基于卷积长短期记忆网络的说话人辨识》2020.08.01
- 《表5 测试结果的T检验：基于去噪自编码器和长短时记忆网络的语音测谎算法》2020.02.10
- 《表2 游戏玩家人数：基于去噪自编码器和长短时记忆网络的语音测谎算法》2020.02.10
- 《表3 模型参数：基于去噪自编码器和长短时记忆网络的语音测谎算法》2020.02.10
- 《表2 模型分类精度：基于双向长短时记忆网络的改进注意力短文本分类方法》2019.12.25
- 《表1 数据集信息：基于双向长短时记忆网络的改进注意力短文本分类方法》2019.12.25
- 《表1 性能监测参数描述：基于长短时记忆—自编码神经网络的风电机组性能评估及异常检测》2019.12.01
- 《表1 超参数的设置：基于TensorFlow平台长短时记忆网络的短期负荷预测》2019.09.25
- 《表2 实验结果：基于TensorFlow平台长短时记忆网络的短期负荷预测》2019.09.25
- 《表1 模型参数的数值：基于长短时记忆网络(LSTM)的上证指数预测》2019.09.30
- 《表4 语料库规模：基于句子级Lattice-长短记忆神经网络的中文电子病历命名实体识别》2019.05.20
- 《表3 特征模板：基于句子级Lattice-长短记忆神经网络的中文电子病历命名实体识别》2019.05.20
- 《表2 词典规模：基于句子级Lattice-长短记忆神经网络的中文电子病历命名实体识别》2019.05.20
- 《表1 语料统计表：基于多任务双向长短时记忆网络的隐式句间关系分析》2019.05.01
- 《表5 混淆矩阵：基于长短时记忆网络的路口转向意图预测》2019.02.28