《表3 实验一四种类别识别精度（%）比较》
提示：宽带有限、当前游客访问压缩模式
本文的实验总共分为两个部分，实验1是将四个场景的数据全部用来训练模型并测试，模型的识别结果如表3。
| 图表编号 | XD00192283500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.25 |
| 作者 | 俞岭、丁园园、范裕莹 |
| 绘制单位 | 装备发展部驻上海军代室、中国科学院上海微系统与信息技术研究所、中国科学院上海微系统与信息技术研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 特征优选后不同分类器的识别精度比较》2020.12.20
- 《表3 算法精度比较：基于遥感影像的水域违章建筑识别研究》2021.02.25
- 《表3 四种类别类型未来可能的研究议题》2020.12.08
- 《表4 识别精度实验对比：基于Mask R-CNN的款式图衣领识别》2021.02.01
- 《表3 四种数据清洗方法实验结果比较》2021.01.05
- 《表3 训练人数为100人时识别精度和时间比较》2020.12.31
- 《表一四种犍稚大小对照表：藏传佛教传统打击乐器犍稚研究》2020.04.25
- 《表1 3种不同的单模态数据地貌识别实验精度对比》2020.08.25
- 《表2 基于多模态数据地貌识别实验精度对比》2020.08.25
- 《表3 人脸识别算法精度比较》2020.07.01
- 《表5 对比实验识别精度统计表(CUHK03)》2019.10.15
- 《表3 对比实验识别精度统计表(CUHK01)》2019.10.15
- 《表4 对比实验识别精度统计表(GRID)》2019.10.15
- 《表2 各类别分类精度：基于无人机DSM的小麦倒伏识别方法》2019.08.25
- 《表3 各设施农业典型地物识别算法精度实验对比》2019.09.25
- 《表1 四种水体提取方法精度比较》2019.05.01
- 《表4 实验1和实验5的混淆矩阵与类别精度》2019.04.20
- 《表1 四种算法识别结果比较》2019.04.28
- 《表1 实验一中四种方法的定位精度 (%) (S=4)》2018.12.25
- 《表3 采用单一类别训练样本实验识别率Tab.3 recognition rate of a single-class training sample experiment》2018.12.01