《表1 网络参数：基于深度学习的弹道目标智能分类》
提示：宽带有限、当前游客访问压缩模式
使用Matlab、VS2013等软件，计算机配置i5-8300H处理器、GTX1050 4G显卡。两种网络训练参数如表1所示，‘-’表示无此参数。
| 图表编号 | XD00175730700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 李江、冯存前、王义哲、贺思三 |
| 绘制单位 | 空军工程大学防空反导学院、空军工程大学防空反导学院、信息感知技术协同创新中心、空军工程大学防空反导学院、空军工程大学防空反导学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 拦截器和弹头参数：基于深度强化学习的弹道导弹中段突防控制》2020.08.28
- 《表2 分类模型的结果：基于深度迁移学习的网络入侵检测》2020.09.05
- 《表1 网络深度的影响：基于残值函数法的双燃速药柱内弹道分析》2020.12.01
- 《表1 仿真参数：基于深度强化学习的智能仿真平台设计》2020.07.01
- 《表2 分类性能对比：基于深度学习的弹道目标智能分类》2020.06.01
- 《表1 网络计算量比对：基于深度学习的人脸识别智能引导系统》2020.04.28
- 《表2 网络精度比对：基于深度学习的人脸识别智能引导系统》2020.04.28
- 《表4 卷积神经网络结构：基于流形光谱降维和深度学习的高光谱影像分类》2020.03.01
- 《表2 即时回报参数设置：基于深度强化学习的弹道导弹中段突防控制》2020.08.28
- 《表2 实验参数设置：基于深度记忆网络的特定目标情感分类研究》2019.12.15
- 《表1 数据统计结果：基于深度记忆网络的特定目标情感分类研究》2019.12.15
- 《表1 飞机型号参数列表：飞机目标分类的深度卷积神经网络设计优化》2019.12.10
- 《表2 CNN参数：基于组合式深度学习网络的混合文本情感分类》2019.11.16
- 《表2 目标地物样本库：基于深度学习的农业区土地利用无人机监测分类》2019.08.01
- 《表5棚车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表4敞车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表3罐车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表6装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表3 CNN网络模型：基于深度学习的图像分类方法》2018.06.06
- 《表1 参数设置：基于图卷积网络的深度学习点云分类模型》2019.11.10