《表5 人工权重设置：基于深度学习的颈椎间盘突出识别方法》
提示：宽带有限、当前游客访问压缩模式
由于颈椎间盘突出症中，突出比膨出的情况更严重，所以可以人为设定权重，将这三个类别的F1score按照权重合成在一起。我所定义的人工权重如表5所示。
| 图表编号 | XD00210885800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.25 |
| 作者 | 延亚洁、袁细国 |
| 绘制单位 | 西安电子科技大学计算机科学与技术学院、西安电子科技大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集类别情况表：基于深度学习的颈椎间盘突出识别方法》2021.02.25
- 《表2 池化比例的选取：基于深度学习的颈椎间盘突出识别方法》2021.02.25
- 《表6 计算结果：基于深度学习的颈椎间盘突出识别方法》2021.02.25
- 《表2 基于深度学习的自然场景文本识别方法》2020.05.01
- 《表4 激活函数对比试验：基于深度学习的人脸识别方法》2020.02.20
- 《表2 实验超参数设置：基于深度学习的方志物产资料实体自动识别模型构建研究》2020.08.25
- 《表1 实验参数设置：基于深度学习医疗文本命名实体识别研究》2020.08.18
- 《表1 实验参数：基于深度学习的人体动作识别方法》2020.04.16
- 《表3 各动作识别率对比：基于深度学习的人体动作识别方法》2020.04.16
- 《表4 识别率对比/%：基于深度学习的人体动作识别方法》2020.04.16
- 《表1 典型基于深度学习的场景识别方法比较》2020.03.01
- 《表1 数据集：基于深度学习的柑橘实时识别方法》2020.01.15
- 《表2 深度学习模型参数：基于深度学习的情报分析方法识别研究——以安全情报领域为例》2019.10.25
- 《表5 奖励函数的设置：基于深度强化学习的行星车路径规划方法研究》
- 《表1 手势识别方法对比：基于深度学习的手势识别研究》2019.11.15
- 《表1 模型参数设置：基于深度学习的不规则特征识别检测技术》2019.06.20
- 《表3 参数设置：基于深度神经网络的网络安全实体识别方法》2019.01.30
- 《表1 识别缺陷的个数：基于集成深度学习的玻璃缺陷识别方法》2019.02.25
- 《表3 不同方法对比：基于集成深度学习的玻璃缺陷识别方法》2019.02.25
- 《表1 动作识别数据集：基于深度学习的动作识别方法简述》2019.10.25