《表1 使用不同优化算法测试集上准确率对比（单位：%）》
提示：宽带有限、当前游客访问压缩模式
上述对比实验证明了在对本文构建的卷积神经网络进行训练时，使用Adam-SGD融合优化算法可以帮助网络更快地收敛到一个好的结果。
| 图表编号 | XD00158311500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 陈庭轩、陈文敏、王正阳 |
| 绘制单位 | 华中师范大学物理科学与技术学院、华中师范大学物理科学与技术学院、华中师范大学物理科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 各算法在不同维度DTLZ测试集上的IGD标准差（Std）对比》2020.11.01
- 《表4 各算法在不同维度DTLZ测试集上的平均运行时间对比》2020.11.01
- 《表2 对比算法在不同维度DTLZ测试函数集上的运行结果》2020.11.01
- 《表1 不同方法在DUT和CUHK数据集上测试结果的准确率、召回率、F0.3和MAE对比》2021.03.16
- 《表5 不同算法在Rain12和本地数据集上测试结果对比》2020.12.16
- 《表3 不同分类算法在不平衡数据集上的分类准确率、F1-measure值、G-mean值对比》2021.01.10
- 《表1 各算法在不同数据集上的测试结果对比》2020.12.15
- 《表2 不同算法在测试集上的检测结果对比》2020.12.10
- 《表1 完全共享方式下的不同模型在验证集和测试集上的准确率及特征维度对比》2020.07.25
- 《表1 不同算法在VQA v2.0 test-std测试集上的准确率比较》2020.05.16
- 《表3 基分类器分组训练后在测试集上的准确率对比(单位：%）》2020.04.01
- 《表3 不同数据集上不同算法对齐准确率的对比》2020.01.30
- 《表1 不同算法在UCF101数据集上的准确率对比》2020.01.15
- 《表2 SSD算法在test-90测试集上的检测精度(单位:%)》2019.09.25
- 《表1 不同算法在UCF101数据集上的准确率对比》2019.10.01
- 《表5 LS数据集上不同算法准确率对比》2019.06.01
- 《表2 OT数据集上不同算法准确率对比》2019.06.01
- 《表7 各机器学习算法在测试集上的灵敏度及特异度单位:》2019.02.01
- 《表4 不同算法在KTH数据集上的准确率对比》2018.04.01
- 《表5 不同算法在UCF101数据集上的准确率对比》2018.04.01