《表2 深度特征提取方法分类》
提示：宽带有限、当前游客访问压缩模式
根据深度学习提取特征的不同思路可将其分为三类：有监督深层网络、无监督深层网络和半监督深层网络。深度学习的分类如表2所示。
| 图表编号 | XD00162233500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.25 |
| 作者 | 杨锋、魏国辉、曹慧、邢蒙蒙、刘静、张俊忠 |
| 绘制单位 | 山东中医药大学理工学院、山东中医药大学理工学院、山东中医药大学理工学院、山东中医药大学理工学院、山东中医药大学理工学院、山东中医药大学理工学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 先验模型加权肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表2 不同特征集合分类：融合不精准先验知识的Landsat 8 OLI影像深度学习分类方法》2020.12.10
- 《表3 VI-BCI研究中VI任务（范式）、特征提取方法、分类方法及分类精度》2020.07.30
- 《表1 样本基本特征：基于卷积深度置信网络的配电网故障分类方法》2019.11.10
- 《表3 5种特征提取方法ELM分类结果》2020.08.01
- 《表1 深度网络的发展：基于舌图像深度特征融合的中医体质分类方法研究》2020.06.01
- 《表1 分类器参数设置表：一种基于深度强化学习的电网潮流特征提取方法》2020.03.25
- 《表2 提取特征列表：基于超高空间分辩率无人机影像的面向对象土地利用分类方法》2020.01.01
- 《表1 参数设置：基于深度学习的PRPD数据特征提取方法》2020.02.10
- 《表2 MPE方法提取状态特征测试分类精度》2020.01.15
- 《表2 不同特征提取方法的分类效果》2020.01.01
- 《表4 使用不同特征提取方法进行砂岩颗粒分类效果》2020.01.20
- 《表2 提取脑电信号α波段后不同特征提取方法的脑卒中分类的实验结果》2019.12.15
- 《表A1电压暂降类别：基于深度置信网络的电压暂降特征提取及源辨识方法》2020.02.25
- 《表2 不同特征提取方法在SVM上的分类结果》2019.11.16
- 《表2 心电特征矩阵名称：基于总体局部均值分解方法的心律失常特征提取与分类》2019.10.25
- 《表2 降维后的特征描述：一种基于深度学习的医学图像特征提取方法》2019.09.01
- 《表1 提取特征描述：一种基于深度学习的医学图像特征提取方法》2019.09.01
- 《表7 不同方法提取特征的分类正确率情况》2019.08.10
- 《表2 Corel-1000上词典大小和特征提取方法对分类结果的影响》2019.04.15