《表2 A组改进仿生模式识别与SVM实验结果对比表》
提示：宽带有限、当前游客访问压缩模式
使用A组进行实验，结果如表2所示。
| 图表编号 | XD00172313300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.25 |
| 作者 | 邹倩颖、吴宝永、王小芳 |
| 绘制单位 | 电子科技大学成都学院云计算科学与技术系、电子科技大学成都学院云计算科学与技术系、电子科技大学成都学院云计算科学与技术系、西华师范大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 样本特征频率集：基于主成分分析与SVM的碳纤维复合材料损伤声发射信号模式识别》2020.07.30
- 《表4 SVM实验结果：融合多特征的老挝机构名实体识别方法》2020.10.01
- 《表2 改进前后识别率实验对比》2021.03.15
- 《表2 效度指标：多特征和SVM改进的语音关键词识别系统》2019.11.01
- 《表2 实验结果对比：基于改进AlexNet的人脸表情识别》2020.07.25
- 《表3 仿生桨B、原型桨A的LES数值计算结果与敞水试验结果对比》2020.09.01
- 《表2 仿真实验结果统计：改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用》2020.08.01
- 《表1 神经网络参数：仿生模式识别在影像学肺炎判别算法的改进》2020.02.25
- 《表4 C组改进仿生模式识别与SVM实验结果对比》2020.02.25
- 《表3 B组改进仿生模式识别与SVM实验结果对比》2020.02.25
- 《表1 实验结果对比：基于改进K中心点的语音分组识别算法》2020.05.20
- 《表2 NMF-SVM模型与传统SVM动作模式识别结果统计》2020.09.01
- 《表6 实验结果对比：基于改进的YOLOv3算法在目标识别与抓取中的应用》2020.04.01
- 《表OSELM与SVM实验结果对比》2020.01.04
- 《表1 SVM改进算法仿真实验结果》2019.10.25
- 《表1 基SVM实验数据：地图图片的特征提取与自动识别方法》2019.09.25
- 《表6 SVM与CNN对比实验结果》2019.09.01
- 《表1 实验结果与类型：基于SVM的电压扰动识别研究》2019.07.25
- 《表2 SVM模式识别结果Tab.2 Pattern recognition result of SVM》2018.11.21
- 《表3 与SVM对比实验结果》2019.12.01