《表2 改进深度森林算法与其他算法对比》
提示：宽带有限、当前游客访问压缩模式
将DFO算法[7]、深度森林（gc Forest）算法与本文提出的改进的深度森林算法（gc Forest-deep）进行对比，结果如表2所示。
| 图表编号 | XD00146299300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.20 |
| 作者 | 乔安、毛力、孙俊 |
| 绘制单位 | 江南大学江苏省模式识别与计算智能工程实验室、江南大学江苏省模式识别与计算智能工程实验室、江南大学江苏省模式识别与计算智能工程实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 深度神经网络与其他分类算法准确率对比分析表》2020.12.20
- 《表2 改进遗传算法与其他算法结果对比》2021.03.10
- 《表2 模型评估指标对比：基于改进随机森林算法的风电机组齿轮箱故障预警方法研究》2020.12.01
- 《表3 算法运行时间对比：一种改进的随机森林在医疗诊断中的应用》2020.07.01
- 《表2 TREEACS与其他改进算法的对比》2020.06.01
- 《表3 ICSS算法与其他改进算法的对比》2020.07.23
- 《表4 与其他改进算法的对比》2020.09.01
- 《表2 深度森林算法中超参数的设置》2019.11.20
- 《表4 故障2诊断结果：基于改进深度森林算法的风电机组故障诊断技术研究》2019.11.20
- 《表3 故障1诊断结果：基于改进深度森林算法的风电机组故障诊断技术研究》2019.11.20
- 《表2 深度森林算法中超参数的设置》2019.11.20
- 《表1 本文算法与其他基于深度学习视觉定位算法在Microsoft 7-Scenes的定位误差均值的对比》2019.10.01
- 《表2 改进的HOG算法与其他算法的性能对比》2019.09.15
- 《表1 改进的LBP算法与其他算法的性能对比》2019.09.15
- 《表5 CRSDCFPA算法与其他文献中的改进智能算法性能比较》2019.09.15
- 《表4 与其他改进ABC算法的对比结果》2019.08.01
- 《表1 文中算法与其他基于深度学习深度估计算法在KITTI库下的估计性能对比》2019.09.25
- 《表4 实际算例的多种改进智能水滴混合算法与其他算法结果比较》2019.06.10
- 《表3 自适应分类随机森林算法与其他算法的比较》2019.05.20
- 《表5 算法准确率对比：一种改进森林优化的K-means聚类算法》2018.12.01