《表2 异常数据检测性能实验》
提示：宽带有限、当前游客访问压缩模式
在表2中，通过评估所有基于加强深度学习的财务数据的准确值，可以更全面地评估加强深度学习在检测质量方面的能力。
| 图表编号 | XD00196063800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.05 |
| 作者 | 王亚林、安新艳 |
| 绘制单位 | 河北北方学院附属第一医院财务处、河北北方学院附属第一医院财务处 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 异常事件检测方法在实验数据集上的AUC值》2020.10.01
- 《表2 实验检测数据汇总：炭黑/白炭黑并用对胎侧胶性能的影响》2020.12.15
- 《表2 Fashion-MNIST数据集在各种异常检测方法下的实验结果对比（单位：%）》2021.01.15
- 《表1 MNIST数据集在各种异常检测方法下的实验结果对比（单位：%）》2021.01.15
- 《表1 实验数据集信息：多层次序列集成的高维数值型异常检测》2020.06.01
- 《表2 异常事件检测算法性能对比》2020.03.25
- 《表1 实验数据统计：基于改进离群算法的多元时间序列异常检测》2020.04.01
- 《表2 实验组慢性肾病患者的血清胱抑素C异常检测率、尿素氮异常检测率、肌酐异常检测率比较[n(%)]》2020.02.25
- 《表1 实验环境参数：一种数据增强与混合神经网络的异常流量检测》2020.04.01
- 《表2 人工扰动数据异常检测结果》2020.01.01
- 《表1 实验数据库：基于集成方法的异常点检测》2019.10.25
- 《表2 降温速度实验数据：医用低温储存设备温度性能的检测》2019.10.20
- 《表2 实验数据集：基于模糊核聚类和主动学习的异常检测方法》2019.10.15
- 《表2 异常检测结果对比：基于二元特征的断面交通数据异常检测与修正》2019.09.30
- 《表2 本文方法与VAE方法异常检测性能对比》2019.07.01
- 《表1 基于MNIST数据集异常检测性能》2019.07.01
- 《表1 实验数据对比：人工智能时代面向运维数据的异常检测技术研究与分析》2019.11.10
- 《表3 实验所用数据集：基于NMEA-BP的WSN数据流异常检测算法》2018.05.01
- 《表2 基于统计监测的异常检测方法检测性能》2018.06.01
- 《表1 基于GPR的异常数据检测方法检测性能》2018.06.01