《表2 最优参数：基于弹性网回归的水下目标无监督特征选择算法》
提示：宽带有限、当前游客访问压缩模式
声呐数据和实测水声数据在UFSER算法上的最优参数如表2所示。
| 图表编号 | XD0015716400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.06.01 |
| 作者 | 杨宏晖、高洁宇、于传林 |
| 绘制单位 | 西北工业大学航海学院、西北工业大学航海学院、西北工业大学航海学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 计算复杂度比较：稀疏回归和流形学习的无监督特征选择算法》2020.09.05
- 《表2 数据集描述：稀疏回归和流形学习的无监督特征选择算法》2020.09.05
- 《表1 编码特征转化：基于无监督聚类算法的通信网络安全态势预测方法》2020.06.25
- 《表3 归一化互信息对比：基于正则互表示的无监督特征选择方法》2020.07.10
- 《表2 聚类准确率对比：基于正则互表示的无监督特征选择方法》2020.07.10
- 《表4 冗余率对比：基于正则互表示的无监督特征选择方法》2020.07.10
- 《表1 实验数据集：基于正则互表示的无监督特征选择方法》2020.07.10
- 《表1 数据集描述：最大熵和_(2,0)范数约束的无监督特征选择算法》2020.06.01
- 《表2 无监督的性能比较：基于特征补偿的单目标跟踪算法》2020.04.16
- 《表2 指标筛选结果：区域尺度农业管理分区的无监督特征选择与破碎度优化算法》2020.03.01
- 《表2 输电线路参数：基于线性规划算法的源-网-荷互动最优潮流模型》2019.11.01
- 《表1 节点参数：基于线性规划算法的源-网-荷互动最优潮流模型》2019.11.01
- 《表2 各算法运行时间：基于GOF的SAR海冰图像无监督自动分类算法》2019.05.01
- 《表2 数据集说明表：基于节点度中心性的无监督特征选择》2019.03.01
- 《表1 符号及其含义：基于节点度中心性的无监督特征选择》2019.03.01
- 《表1 数据集说明：基于弹性网回归的水下目标无监督特征选择算法》2018.06.01
- 《表1 数据集特征信息：一种基于最优特征选择改进的遗传算法》2018.11.01
- 《表2 方差筛选：一种基于最优特征选择改进的遗传算法》2018.11.01
- 《表2 实验结果：基于无监督特征选择和卷积神经网络的图像识别算法》2018.10.25
- 《表1 实验参数设置：基于无监督特征选择和卷积神经网络的图像识别算法》2018.10.25