《表2 鲁棒性评估算法的比较分析》
提示：宽带有限、当前游客访问压缩模式
在本节，我们将对常见的一些提升模型鲁棒性的方式进行介绍。
| 图表编号 | XD00174277100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 王科迪、易平 |
| 绘制单位 | 上海交通大学网络空间安全学院、上海交通大学网络空间安全学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 鲁棒性分析：在变换域中实现的SVD盲水印音频隐藏算法》2021.03.10
- 《表8 数据缺损下算法的鲁棒性》2020.09.01
- 《表2 鲁棒性评估：TA2NN：一种基于自编码的B超乳腺肿瘤识别神经网络模型》2020.05.15
- 《表6 鲁棒性评估指标值：局部系泊失效下的TLP平台鲁棒性评估方法研究》2020.07.15
- 《表5 筋腱失效位置组合：局部系泊失效下的TLP平台鲁棒性评估方法研究》2020.07.15
- 《表7 鲁棒性评估结果：局部系泊失效下的TLP平台鲁棒性评估方法研究》2020.07.15
- 《表4 算法参数取值：基于不确定需求的公共交通网络鲁棒性优化方法》2020.07.05
- 《表1 UCI数据集信息：非贪婪的鲁棒性度量学习算法》2020.09.16
- 《表1 鲁棒性测试：基于深度残差网络的医学图像鲁棒可逆水印算法》2020.05.01
- 《表5 五种算法的鲁棒性排名》2020.08.15
- 《表1 鲁棒性实验结果：基于NSST与Hessenberg分解的零水印算法》2020.04.05
- 《表4 最新跟踪算法关于平均重叠、鲁棒性和准确性方面的对比》2020.03.15
- 《表1 测试结果：基于多特征融合的高鲁棒性视觉SLAM改进算法》2020.02.01
- 《表2 NC值分析鲁棒性：基于Harris特征区域的DC系数自适应水印算法》2019.11.20
- 《表8 鲁棒性对比情况：弥散加权图像的鲁棒水印算法研究》2019.09.16
- 《表4 鲁棒性评价结果：数控机床热误差预测模型的评估方法》2019.01.01
- 《表4 鲁棒性评价结果：数控机床热误差预测模型的评估方法》2019.01.01
- 《表3 5种算法精确性、实时性和鲁棒性对比》2019.04.01
- 《表2 三种算法的鲁棒性测试结果》2019.01.01
- 《表4 鲁棒性测试：一种基于LWT和混沌加密的音频水印算法》2018.03.20