《表2 测试样本取不同值时分类算法的准确率》
提示：宽带有限、当前游客访问压缩模式
为了验证该方法在不同数据量下结果的有效性，分别取样本数据300，480，600，900。分类的准确率如表2所示。
| 图表编号 | XD00145176600 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 外延引线长度取不同值时的接地电阻》2020.11.01
- 《表4 n=100，ε=1.0e-6且m取不同值时三种算法计算精度比较》2020.08.20
- 《表3 n=100，ε=1.0e-6且m取不同值时三种算法迭代次数比较》2020.08.20
- 《表2 ε=1.0e-10且m取不同值时三种算法计算精度比较》2020.08.20
- 《表1 ε=1.0e-10且m取不同值时三种算法迭代次数比较》2020.08.20
- 《表2 P取不同值时2阶KF对Building样本处理的残差绝对值之和》2020.02.10
- 《表2 变异阈值取不同值时CS-ACFPA-MELM模型在10个数据集上的分类精度》2020.01.01
- 《表3 Z3取不同值时的U校验和U测试值》2019.12.25
- 《表2 取不同和K值时分类器准确率情况表》2019.10.05
- 《表1 N取不同值时的分类结果》2019.07.25
- 《表4 YJ-MICPCA和PCA算法取相同维度时的分类准确率 (单位:%)》2019.06.01
- 《表2 YJ-MICPCA和PCA算法取t=95%时的分类准确率》2019.06.01
- 《表2 不同算法在k取不同值时对milk drop编码的结果》2019.04.01
- 《表1 不同算法在K取不同值时对Lena编码的结果》2019.04.01
- 《表2 参数α取不同值时SAPSO算法的平均最优值》2019.01.15
- 《表2 β取不同值时对应的客观评价指标值》2019.02.01
- 《表4 不同算法模型的测试样本分类的准确率以及运行时间》2019.04.01
- 《表2 v-WSVM算法在参数取不同值时的平均分类正确率和标准差Tab.2 Mean accuracy of classification and standard deviation with v-WSVM algorithm for di》2018.03.25
- 《表2 v-WSVM算法在参数取不同值时的平均分类正确率和标准差Tab.2 Mean accuracy of classification and standard deviation with v-WSVM algorithm for di》2018.03.25
- 《表2 K取不同值时的KNN的检验准确率》2018.07.01