《表4 识别结果：基于云模型及粗糙集的民航主数据识别方法》
提示：宽带有限、当前游客访问压缩模式
根据式（1）计算每条数据的综合确定度，以最大确定度作为最终主数据的识别等级。结果见表4。
| 图表编号 | XD00154282300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.16 |
| 作者 | 李国、张亚、王怀超 |
| 绘制单位 | 中国民航大学计算机科学与技术学院、中国民航大学计算机科学与技术学院、中国民航大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 基于不同方法的IRMAS数据集的识别结果》2020.10.01
- 《表1 云模型生成方法：基于云模型和突变理论的电力物联网创新技术识别及影响分析》2021.02.01
- 《表1 指标属性离散化：基于云模型及粗糙集理论的围岩稳定性分级方法研究》2018.08.25
- 《表5 初始决策表：基于云模型及粗糙集理论的围岩稳定性分级方法研究》2018.08.25
- 《表1 训练结果对比：人体活动识别数据集的数据处理方法》2020.03.01
- 《表3 业务优先级隶属度：基于云模型及粗糙集的民航主数据识别方法》2020.08.16
- 《表2 主数据等级标准：基于云模型及粗糙集的民航主数据识别方法》2020.08.16
- 《表1 主数据识别指标：基于云模型及粗糙集的民航主数据识别方法》2020.08.16
- 《表3 识别算法识别4个源数据集的实验结果》2020.04.01
- 《表4 模型预测精度比较：基于邻域粗糙集与支持向量机的射频识别系统识别率预测》2019.12.01
- 《表2 数字特征计算方法：基于综合赋权云模型的露天矿岩体可爆性分级识别》2019.10.01
- 《表3 测试结果：基于综合赋权云模型的露天矿岩体可爆性分级识别》2019.10.01
- 《表1 实验结果统计：基于最小连通支配集的复杂网络关键节点与连边识别方法》2019.11.01
- 《表3 不同方法在AR人脸库4个数据集的识别率》2019.08.10
- 《表4 模型在Food-202数据集的识别率》2019.06.16
- 《表2 基于不同训练集的CNN模型识别结果 (%)》2019.08.10
- 《表1 手眼标定结果表：一类基于点云缺失图像的盘类元件识别定位方法》2019.06.01
- 《表2 实验结果对比：一类基于点云缺失图像的盘类元件识别定位方法》2019.06.01
- 《表1 灵山港健康决策表：基于粗糙集的中小河流健康关键因子识别及分析》2019.04.25
- 《表4 清洗后数据集的识别结果》2019.12.25