《表6 属性类别数据：基于卷积神经网络的隐式评价对象识别》
提示：宽带有限、当前游客访问压缩模式
通过抽取显式评价对象，对评价对象及其评价词所属的属性类别进行人工划分，确定5个类别的属性评价对象。实验数据数量如表6所示。
| 图表编号 | XD00165800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 胡荣、崔荣一、赵亚慧 |
| 绘制单位 | 延边大学智能信息处理研究室、延边大学智能信息处理研究室、延边大学智能信息处理研究室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 目标识别数据集：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表5 跨数据集：基于卷积神经网络的表情识别》2020.04.25
- 《表1 计算参数：基于Navier-Stokes方程残差的隐式大涡模拟有限元模型》2020.09.18
- 《表1 数据集说明：基于卷积神经网络的水表字符识别方法研究》2020.02.01
- 《表2 实验数据组成：基于卷积神经网络的无人机图像模糊类型识别》2020.02.01
- 《表3 模型参数初始化：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表1 增强后的数据集：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表2 网络各层参数：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表1 样本数据集：基于改进卷积神经网络的车型识别》2019.11.16
- 《表6 同类研究对比：基于改进的卷积神经网络脑电信号情感识别》2019.11.15
- 《表1 模拟数据示例：基于卷积神经网络的雷达目标航迹识别研究》2019.09.01
- 《表6 其他算法实验结果：基于卷积神经网络的高分辨率雷达目标识别》2019.08.25
- 《表1 手势数据集：基于区域卷积神经网络Faster R-CNN的手势识别方法》2019.08.01
- 《表1 数据类别转换：基于VGGNet卷积神经网络的加密芯片模板攻击新方法》2019.09.01
- 《表1 语料统计表：基于多任务双向长短时记忆网络的隐式句间关系分析》2019.05.01
- 《表1 数据制作：基于轻量级卷积神经网络的人脸识别方法》2019.03.01
- 《表3 扩展后轨迹数据：基于签到序列模式的隐式位置访问推演技术》2018.04.25
- 《表1 历史轨迹数据：基于签到序列模式的隐式位置访问推演技术》2018.04.25
- 《表3 精度评价：基于卷积神经网络的高分遥感影像露天采矿场识别》2018.12.01
- 《表7 实验结果对比：基于卷积神经网络的隐式评价对象识别》2019.11.01