科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表2 深度神经网络零件》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:
随高清版一同展现
《基于卷积神经网络的管道井缺陷识别研究》
获取 高清版本
忘记账户?点击这里
登录
下载图表
忘记账户?点击这里
登录
建立一个深度神经网络需要的零件如表2深度神经网络零件所示。
图表编号
XD00135239000 严禁用于非法目的
绘制时间
2020.03.08
作者
白智慧
绘制单位
郑州大学管理工程学院
更多格式
高清、无水印(增值服务)
查看“表2 深度神经网络零件”的人还看了
表1 各方案性能分析:基于卷积神经网络的铁氧体零件裂缝检测
表2 气孔深度测量结果:基于红外无损检测的激光熔覆零件表面气孔深度检测
表5 零件深度信息比对:小儿解感颗粒联合头孢呋辛酯治疗小儿急性上呼吸道感染的临床研究
表1 迭代次数与召回率:基于深度学习框架的装配机器人零件实时检测方法
表2 单类零件检测性能:基于深度学习框架的装配机器人零件实时检测方法
表2 网络深度对比结果:基于深度视觉注意神经网络的端到端自动驾驶模型
上一表
《表2 不同像素块大小的对比(%)
下一表
《表4 评价指标重要程度分级》
相关图表
《表1 各方案性能分析:基于卷积神经网络的铁氧体零件裂缝检测》
2020.11.16
《表2 气孔深度测量结果:基于红外无损检测的激光熔覆零件表面气孔深度检测》
2020.11.25
《表5 零件深度信息比对:小儿解感颗粒联合头孢呋辛酯治疗小儿急性上呼吸道感染的临床研究》
2020.08.28
《表2 单类零件检测性能:基于深度学习框架的装配机器人零件实时检测方法》
2020.10.01
《表1 迭代次数与召回率:基于深度学习框架的装配机器人零件实时检测方法》
2020.10.01
《表2 网络深度对比结果:基于深度视觉注意神经网络的端到端自动驾驶模型》
2020.07.10
《表1 零件编码表:基于聚类算法及BP网络的零件族构造方法研究》
2020.03.25
《表2 深度卷积神经网络模型》
2020.02.16
《表1 材料淬透性:用试棒重量差判断零件硬化层深度》
2020.01.01
《表2 深度神经网络参数:基于深度学习的液压监测系统蓄能装置故障诊断》
2019.09.20
《表6 零件2基于遗传算法的BP神经网络的输出和识别结果》
2019.07.25
《表3 零件1基于遗传算法的BP神经网络的输出和识别结果》
2019.07.25
《表7 零件2基于改进的BP神经网络的输出和识别结果》
2019.07.25
《表4 零件1基于改进的BP神经网络的输出和识别结果》
2019.07.25
《表5 零件2BP神经网络的输入》
2019.07.25
《表2 零件1BP神经网络的输入》
2019.07.25
《表1 切削深度参数:薄壁圆筒零件车铣复合加工稳定性分析》
2019.01.01
《表3 指标权重:基于GRA和AHP的GRNN神经网络零件失效概率预测方法》
2019.04.25
《表5 预测误差比较:基于GRA和AHP的GRNN神经网络零件失效概率预测方法》
2019.04.25
《表4 指标综合权重:基于GRA和AHP的GRNN神经网络零件失效概率预测方法》
2019.04.25
随机翻阅
《表1 东北某地区3所学校中126名小学教师的人口统计学特征及参加预防儿童性侵犯教育培训情况》
《表5 3种立木胸高部位含水量日变化》
《表3 异常观测值清单:上市公司信息披露的改进——基于微信披露平台》
《表1 组间麻醉总有效率及不良反应发生率比较[n(%)]》
《表5 2005—2016年五大城市群物流业发展空间关联网络的网络效率》
《表1 锚固体系主要部件有限元分析结果》
《表1 2015-2017年辽宁省医疗机构消毒质量监测结果》
《表3 试验后血压组间比较》
《表3“靳三针”结合有氧训练对抑郁大鼠水迷宫穿越站台次数的影响 (±s, 每组n=10)》
《表1 遗传算法工具箱参数设置》