《表3 二分类实际与预测结果表Table 3 The actual and predict results of the binary classification》

《表3 二分类实际与预测结果表Table 3 The actual and predict results of the binary classification》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于脑电信号间Granger因果关系特征的情感识别》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

本文在愉悦度、唤醒度和控制度3个维度上分别进行二分类，由于当训练集和测试集中的正负样本数量不均衡时，F1-Score的结果更加可靠，因此采用F1-Score和准确率accuracy来综合评价分类结果，本文的实验对象是单独的被试，最后的结果是32名被试的脑电任务数据分别单独做情感分类识别的平均准确率，且结果均经过统计分析（p<0.05），具有显著性意义。表3给出了二分类实际与预测结果的4种情况，其中TP表示真正，即被预测为正的正性样本，类似的有TN表示真负，FP表示假正，FN表示假负，因此有accuracy和F1-score的计算公式分别如下所示:

图表编号XD0016989100    严禁用于非法目的
绘制时间2018.06.01
作者赵亮、方芳、王伟、董寅冬
绘制单位合肥工业大学计算机与信息学院、合肥工业大学管理学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 2009年第4季度至2016年第3季度西安市总出生缺陷季度发生率 (1/万) 的预测结果及误差Tab.3 Prediction results and errors of the quarterly birth defects in》2019.01.05
  2. 《表3 2013-2015年各组合模型的预测结果Table 3 Predicting results of the combined models from 2013 to 2015》2019.03.01
  3. 《表9 上海市常住人口出生率实际值与预测值比较Tab.9 Comparison between the actual value and the predicted value of the birth rate in Shanghai》2018.02.01
  4. 《表9 上海市常住人口出生率实际值与预测值比较Tab.9 Comparison between the actual value and the predicted value of the birth rate in Shanghai》2018.02.01
  5. 《表3 5种训练模型的预测值与实际测试值的偏差Tab.3 Deviation between predictive values of five models and actual values》2018.06.01
  6. 《表5 逐步判别找矿靶区预测结果及靶区分级一览表Table 5 The prediction results and the classification of the target area》2018.03.01
  7. 《表3 美国煤挥发分、固定碳预测结果Tab.3 Predictive results of the U.S.coals’volatile and fixed carbon》2018.01.25
  8. 《表7 验证场地中两种鸟类丰富度的预测结果与实际数据Tab.7 The prediction results and actual values of the two avian richness in the validation site》2018.06.25
  9. 《表4 预测预防结论意见与实发地震对应表Tab.4 Coorelation between prediction results and the actual occurred events》2018.07.01
  10. 《表3 T1试验区区单井可采储量预测结果Table 3 Predicted results of the individual-well recoverable reserve in Test Area T1》2018.08.01
  11. 《表2 灰色关联分析及神经网络预测结果Table 2 Predicted results of the grey correlation analysis and neural network》2018.04.01
  12. 《表1 0 模型预测结果与实际调查值的比较Table 10 Comparison between model prediction results and actual survey values》2018.10.01
  13. 《表1 0 实际值、预测值和预测误差Table 10 Actual value, predictive value and prediction error》2018.07.01
  14. 《表6 鄱阳湖区2010~2025年各类土地利用类型面积实际值与预测值Tab.6 Actual and predicted areas of the various land use types in the Poyang Lake regi》2018.06.01
  15. 《表2 两种模型的预测值与实测值比较Tab.2 Comparison between the Prediction Data and Actual Measured Data of Two Models》2018.04.20
  16. 《表3 2002—2014年天津市生鲜农产品产量预测值与实际值对比Table 3 Comparison of predictive value and actual value of Tianjin fresh agricultural pr》2018.05.10
  17. 《表3 BP神经网络与经验公式预测结果对比Table 3 The comparison of the results about the BP neural network and Empirical formula prediction》2018.06.01
  18. 《表2 BP神经网络的预测样本及预测结果Table 2 The test samples and the prediction results of BP neural network》2018.06.01
  19. 《表3 损伤梁在三种参数优化下的SVM预测结果Table 3 The results of SVM prediction of the damage size of the test beam after three parameters o》2018.07.28
  20. 《表4 预测结果统计Table 4 Statistics of the prediction results》2018.04.01

随机翻阅

《表3 斑鳢基因组序列中不同重复单元微卫星的出现频率》 《表5：不同年龄阶段各因素对权威性孝道回归分析》 《表2 性别与高职学生独立性发展水平的相关性》 《表2“禅悦”瑜伽工作室会员性别分布表（n=284)》 《表7动态面板模型回归及检验结果(一)》 《表2 冷冻工艺对花生制品品质特性的影响表》 《表1 电气量采集种类：基于地理信息系统的低压配电用户安全预警系统》 《表3 波形蛋白表达影响因素的多因素Logistic回归分析》 《表1 0 学校海外交流项目获取渠道对比表》 《表1 CD-1小鼠海马各亚区H3K9me3相对含量与RAWM行为学相关性分析》