《表1 分类器的分类结果：基于调整互信息的二进制协议一类分类算法》
提示：宽带有限、当前游客访问压缩模式
在分类问题中，分类器有时能够正确地判断出类别信息，有时却出现错误，所有可能的分类结果如表1所示。
| 图表编号 | XD00145176400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.15 |
| 作者 | 尹世庄、王韬、陈庆超、刘丽君、张斌 |
| 绘制单位 | 陆军工程大学石家庄校区、陆军工程大学石家庄校区、陆军工程大学石家庄校区、陆军工程大学石家庄校区、陆军工程大学南京校区 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 测试结果：基于知识图谱和贝叶斯分类器的图书分类》2020.06.16
- 《表5 不同算法比较/%：基于组合特征和级联分类器的防震锤检测算法》2020.05.16
- 《表4 RLBP特征示例：基于组合特征和级联分类器的防震锤检测算法》2020.05.16
- 《表1 预处理结果示例：基于组合特征和级联分类器的防震锤检测算法》2020.05.16
- 《表2 各分类器数据量：基于多分类器的无分割手写数字字符串识别算法》2020.07.05
- 《表2 实验结果：基于聚类和PEDCC-Loss的CNN分类器的分类性能提升》2020.04.25
- 《表2 评价因子比较：基于GSO算法与互信息的医学图像配准》2019.11.01
- 《表1 特征点数比较：基于GSO算法与互信息的医学图像配准》2019.11.01
- 《表2 以MLR为分类器的各算法的分类准确度》2020.01.25
- 《表5 算法对比：基于脑电信号与集成分类器的心理负荷评估》2019.11.15
- 《表2 基于LS-SVC多类分类器的液压齿轮泵分类结果》2019.08.18
- 《表2 基于LS-SVC多类分类器的液压齿轮泵分类结果》2019.08.30
- 《表1 4 统计结果：基于卷积神经网络的数字分类器的研究与优化》2019.08.15
- 《表2 基于朴素贝叶斯分类器的空中红外目标识别算法测试结果》2019.07.25
- 《表1 性能指标：基于互信息的变模态分解算法及应用》2019.05.01
- 《表1 不同特征选择算法得到的分类器的分类性能》2019.01.15
- 《表1 扰动的初始特征集：基于条件互信息特征选择法和Adaboost算法的电能质量复合扰动分类》2019.02.28
- 《表3 采用SVM分类器的算法对比实验》2019.01.28
- 《表2 采用KNN分类器的算法对比实验》2019.01.28
- 《表1 UCI实验数据集：基于拟合型弱分类器的AdaBoost算法》2019.11.20