《表2 特征提取网络结构参数》
提示：宽带有限、当前游客访问压缩模式
通道1直接对病斑的灰度图进行卷尺操作获取病斑的全局特征，而通道2负责从病斑LBP特征图提取细节特征，双通道特征提取网络的结构参数如表2所示。
| 图表编号 | XD00201586300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.03.01 |
| 作者 | 王昌龙、张远东、缪宏、杨煜恒 |
| 绘制单位 | 扬州大学机械工程学院、扬州大学机械工程学院、扬州大学机械工程学院、东南大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同网络特征提取性能对比》2021.04.15
- 《表2 不同特征提取网络的训练结果》2020.10.01
- 《表2 不同特征提取网络的检测结果》2021.02.10
- 《表1 全局特征提取网络结构》2020.07.10
- 《表1 特征提取器网络结构》2020.05.01
- 《表1 提取的特征参数：车载网络安全的入侵检测若干技术》2020.03.01
- 《表1 特征提取网络结构》2020.02.01
- 《表2 基于小波变换的特征提取及BP网络识别结果（新特征4维）》2019.11.01
- 《表1 深度学习特征提取网络模型结构参数》2019.10.25
- 《表1 特征提取网络结构：基于改进的特征提取网络的目标检测算法》2019.12.10
- 《表2 以ResNet101为主干网络的特征提取网络结构参数》2019.11.01
- 《表2 矿石结构特征：江西地区铜多金属矿床矿物学特征及成矿要素提取》2019.08.25
- 《表2 矿石结构特征：江西地区铜多金属矿床矿物学特征及成矿要素提取》2019.08.25
- 《表1 特征金字塔提取网络结构参数表》2019.10.01
- 《表2 基础特征提取网络结构》2019.09.25
- 《表1 特征提取网络参数》2019.09.01
- 《表1 多尺度卷积神经网络特征的提取参数》2019.06.25
- 《表1 深度网络提取特征参数设置》2019.05.15
- 《表1 特征提取网络的参数》2019.11.10
- 《表1 优化算法参数表：基于深度置信网络的行星齿轮箱振动特征提取》2019.09.01