《表3 两个数据集的性能对比》
提示：宽带有限、当前游客访问压缩模式
此外，为了检验HRCNN模型的泛用性，本文将HRCNN在PM2.5数据集和SML2010数据集进行测试，并且与EA-LSTM[19]做性能对比，结果如表3所示．
| 图表编号 | XD00199033500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.01 |
| 作者 | 左亚尧、王铭锋、洪嘉伟、马铎 |
| 绘制单位 | 广东工业大学计算机学院、广东工业大学计算机学院、广东工业大学计算机学院、西安工业大学电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 两个数据集的划分详情》2020.06.01
- 《表3 表情数据在两个数据集的分布》2021.01.28
- 《表1 两个数据集的统计数据》2021.02.05
- 《表1 两个数据集的统计信息》2021.01.10
- 《表1 五种分类算法在两个数据集的分类结果比较》2021.04.01
- 《表1 基于Cityscapes数据集的算法性能对比》2020.06.01
- 《表4 基于IAILD数据集的算法性能对比》2020.06.01
- 《表3 基于DRIVE数据集的算法性能对比》2020.06.01
- 《表2 MNIST数据集的相近批次数性能对比》2020.04.01
- 《表1 Film Trust与Epinions两个数据集的基本信息》2020.03.01
- 《表4 两个麝香数据集的一些属性值》2019.12.01
- 《表3 基于不同数据集的算法性能对比》2019.09.08
- 《表2 两个数据集的Pareto/NBD模型参数和评价》2019.04.30
- 《表3 两个数据集的BG/NBD模型参数和评价》2019.04.30
- 《表5 两个数据集的SVM参数和模型评价》2019.04.30
- 《表4 两个数据集的GAM模型评价》2019.04.30
- 《表1 两个数据集的基本情况》2019.04.30
- 《表6 两个数据集的概述信息》2019.01.01
- 《表5 关于IBRL数据集的算法性能对比》2018.05.01
- 《表6 关于LWSNDR数据集的算法性能对比》2018.05.01