《表1 网络模型具体参数：基于卷积神经网络的学术合作者推荐研究》
提示：宽带有限、当前游客访问压缩模式
不同模型基于四个数据集的总体推荐见表1。
| 图表编号 | XD00187031300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.01 |
| 作者 | 周亦敏、黄俊 |
| 绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 最优参数：基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》2020.10.15
- 《表1 主要参数：基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》2020.10.15
- 《表4 模型参数设定：基于卷积神经网络的物流服务业顾客满意度评价方法研究》
- 《表1 训练网络具体参数：基于卷积神经网络的多尺度融合特征图在人群密度估计中的应用》2021.02.01
- 《表1 卷积神经网络参数：基于卷积神经网络的蓖麻种子损伤分类研究》2020.11.18
- 《表1 判别网络模型参数：基于条件信息卷积生成对抗网络的图像识别》2020.07.15
- 《表1 网络模型结构参数：基于深度哈希卷积神经网络的医学图像检索》2020.08.15
- 《表1 C-3D可变形卷积神经网络模型中卷积层与池化层的具体参数设置》2020.02.25
- 《表1 模型参数：基于参数共享的卷积神经网络压缩》2020.01.01
- 《表5 前20位推荐作者：基于网络表示学习的作者合作推荐模型》2020.02.01
- 《表5 前20位推荐作者：基于网络表示学习的作者合作推荐模型》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 卷积神经网络的具体参数》2019.10.15
- 《表2 参数设置表：改进矩阵分解与卷积神经网络结合的推荐模型》2019.10.01
- 《表1 具体的网络参数：基于卷积神经网络的生物式水质监测方法》2019.07.22
- 《表1 二元运算定义表：基于网络表示学习的科研合作推荐研究》2019.05.24
- 《表4 模型效果对比：基于网络表示学习的科研合作推荐研究》2019.05.24
- 《表2 实验数据集：基于网络表示学习的科研合作推荐研究》2019.05.24
- 《表1 CNN模型参数：基于卷积神经网络的深孔镗削加工过程颤振监测研究》2018.12.01
- 《表1 模型具体参数：基于神经网络的冗余机械臂运动学逆解研究分析》2018.07.20