《表1 两种算法的分类性能对比》
提示：宽带有限、当前游客访问压缩模式
除了采用本文算法外，还与传统的RBF-SVM分类算法进行了性能对比，其性能结果如表1所示．从表1中可以明显看到本文提出的基于深度卷积神经网络的分类算法无论是在总体精度还是平均精度等性能指标上都明显优于RBF-SVM算法．
| 图表编号 | XD00145008500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.20 |
| 作者 | 郑庆翔、朱敏 |
| 绘制单位 | 湄洲湾职业技术学院现代教育技术中心、湄洲湾职业技术学院现代教育技术中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 两种算法的性能对比》2020.10.28
- 《表1 分类性能对比：一种在MapReduce下实现的KNN改进算法》2021.02.01
- 《表2 归一化后两种算法基于最优参数分类准确率对比》2020.10.01
- 《表1 两种算法基于最优参数分类准确率对比》2020.10.01
- 《表1 算法模型分类性能对比》2020.06.01
- 《表2 两种模型的分类性能对比》2020.08.25
- 《表3 两种压缩算法性能对比》2020.05.25
- 《表2 两种算法性能对比结果》2020.04.01
- 《表1 两种算法性能对比：PSO-RBF神经网络在供水管网节能上的应用》2020.01.01
- 《表1 两种算法在不同关键词个数情况下提取性能对比》2020.01.15
- 《表5 两种分类结构的性能参数对比结果(%)》2019.10.01
- 《表2 4种数据集上两种算法的AUC性能对比》2019.08.10
- 《表2 两种算法在测试函数上的性能对比》2019.10.01
- 《表1 两种算法在测试函数上的性能对比》2019.10.01
- 《表3 两种控制算法的动态性能指标对比》2019.07.15
- 《表2 两种控制算法的静态性能指标对比》2019.07.15
- 《表1 两种算法性能指标对比》2019.02.01
- 《表1 两种圆度算法检测性能对比表》2019.01.20
- 《表1 两种算法在性能指标上的对比 (%)》2019.01.01
- 《表2 基于两种算法下的DDoS溯源网络分类对比》2019.12.16