《表3 各神经网络的准确率》
提示：宽带有限、当前游客访问压缩模式
（%）
由图6和图7可知，CNN，Densenet，SE-Dense Net训练集、测试集准确率的最终收敛值如表3所示。
| 图表编号 | XD00191834600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.23 |
| 作者 | 郭如雁、彭敏放、曹振其 |
| 绘制单位 | 湖南大学电气与信息工程学院、湖南大学电气与信息工程学院、湖南大学电气与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 最终实验准确率：基于非对称全局卷积神经网络的遥感图像识别方法》2020.11.25
- 《表1 各网络组成情况及在测试集上的准确率》2020.09.25
- 《表2 各模型诊断准确率：基于GRU网络的电网故障诊断方法研究》2021.02.25
- 《表3 各网络模型准确率、召回率和F1值》2021.01.10
- 《表1 各网络模型训练最优准确率(Whoi数据集)》2020.12.01
- 《表3 不同卷积神经网络验证集的分类准确率》2020.12.31
- 《表4 各模型准确率对比：基于生成对抗网络的农作物叶片病害识别》2020.11.01
- 《表3 模型准确率：基于深度卷积神经网络的塑料垃圾分类研究》2020.04.25
- 《表1 不同网络模型在各数据集上人脸识别准确率》2020.09.20
- 《表3 穿大衣行走姿势下,MRPSF和卷积神经网络的准确率对比》2020.03.20
- 《表4 GoogLeNet网络各层测试准确率和损失值对比》2020.04.10
- 《表3 BP神经网络模型故障诊断结果的准确率》2019.10.01
- 《表3 模型分类准确率：基于BP神经网络的高速逃费监测系统》2020.01.01
- 《表3 分类准确率比较：基于遗传算法的神经网络集成方法》2019.04.01
- 《表2 各检查在臂丛神经损伤定性诊断中的准确性比较[n (%) ]》2019.03.30
- 《表1 各检查在臂丛神经损伤类型诊断中的准确性比较[n (%) ]》2019.03.30
- 《表3 各网络在Cifar10数据集上的分类正确率》2019.03.01
- 《表4 各网络在SVHN数据集上的分类正确率》2019.03.01
- 《表3 模型准确率比较：多级优化BP神经网络的异常流量检测》2019.01.05
- 《表3 组合准确率：基于卷积神经网络的RGB-D图片分类》2018.12.20