《表2 不同卷积层次的情感分类准确率Tab.2 Accuracy of image emotion classification using CNN with different number of

《表2 不同卷积层次的情感分类准确率Tab.2 Accuracy of image emotion classification using CNN with different number of   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
《基于卷积神经网络的领带花型情感分类》


  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
注:“√”表示结构中含有该层。

选用织物图像库中类别2的样本，使用不同卷积层次的网络、滤波器数目、不同特征组合分别进行对比实验，具体参数与结果如表2~4所示。

图表编号XD0019048500    严禁用于非法目的
绘制时间2018.08.15
作者汪珊娜、张华熊、康锋
绘制单位浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 基于不同特征集的KNN分类模型准确率Tab.2 Accuracy of K-nearest neighbor model using different feature sets》2019.02.25
  2. 《表2 三种分类方法在模拟测试集中预测准确率的比较Tab.2 Comparisons of prediction accuracy for test sets using three classification methods》2019.01.01
  3. 《表2 不同场景下不同算法的定位准确率Tab.2 Positioning accuracy of different algorithms under different scenarios》2019.01.10
  4. 《表3 不同模型在二分类任务中的情感分类准确率对比Tab.3 Accuracy comparison of different models in sentiment two-classification tasks》2019.01.10
  5. 《表1 不同网络层次的分类准确率对比Tab.1 Classification accuracy comparison of different network hierarchy》2019.01.10
  6. 《表2 黑色记号笔分类模型的识别准确率Tab.2 Classification accuracy of model built by black maker pens》2019.02.18
  7. 《表5 不同卷积核数量对应的总体分类精度Tab.5 Overall accuracy with different number of kernels (%)》2019.01.01
  8. 《表2 v-WSVM算法在参数取不同值时的平均分类正确率和标准差Tab.2 Mean accuracy of classification and standard deviation with v-WSVM algorithm for di》2018.03.25
  9. 《表2 v-WSVM算法在参数取不同值时的平均分类正确率和标准差Tab.2 Mean accuracy of classification and standard deviation with v-WSVM algorithm for di》2018.03.25
  10. 《表5 本文与传统方法的情感分类准确率Tab.5 Accuracy of image emotion classification using proposed method and traditional methods》2018.08.15
  11. 《表4 不同特征组合输入的情感分类准确率Tab.4 Accuracy of image emotion classification using CNN with different input of features》2018.08.15
  12. 《表3 不同滤波器参数的情感分类准确率Tab.3 Accuracy of image emotion classification using CNN with different parameters》2018.08.15
  13. 《表6 与流行网络模型的情感分类准确率Tab.6 Emotional classification accuracy of E-net and other popular models》2018.08.15
  14. 《表2 不同方法的分选准确率Tab.2 The accuracy rate of sorting under diferent methods》2018.11.28
  15. 《表2 试验影像定标前的几何精度评价Tab.2 Accuracy evaluation of study images before the geometric calibration》2018.07.01
  16. 《表2 RF面向对象影像的分类精度评价结果Tab.2 Classification accuracy assessment results of the RF object-based image》2018.06.25
  17. 《表2 不同分类方法的精度Tab.2 Different Methods of Classification Accuracy (%)》2018.11.20
  18. 《表2 3种情感语音合成方法的客观评测结果Tab.2 MCD, BAPD and V/UV error of three emotional speech synthesis methods》2018.10.01
  19. 《表2 各行为分类识别准确率Tab.2 Accuracy of different activities classification》2018.10.01
  20. 《表2 3种情感语音合成方法的客观评测结果Tab.2 MCD, BAPD and V/UV error of three emotional speech synthesis methods》2018.10.01

随机翻阅

《表1 污染物浓度评价风险等级（mg·kg-1)》 《表1 益阳市民贸民品企业2017—2019年贷款及贴息情况一览表》 《表1 玉带煤矿煤中微量元素含量（10-6）与世界和中国煤中微量元素比富集指数》 《表1 不同氮源组合的脱氮培养基中各氮源含量》 《表8 人均收入对应的门槛效应检验》 《表2 套管式换热器热管经济效益》 《表红花样品各物质添加量》 《表1 主要观察指标和事件发生率比较[n (%) ]》 《表2 实验结果：小钨球侵彻单兵防护装备的弹道极限》 《表1 不同越橘品种挥发性成分及其含量》