《表2 各分类器心音分类效果（%）》
提示：宽带有限、当前游客访问压缩模式
经过填充均值、归一化、调节最优参数等处理后，各分类器预测后得到的分类效果如表2表示，其中各分类指标结果均为正常与异常两种类别的的平均值。
| 图表编号 | XD00215133500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.25 |
| 作者 | 马晶、蔡文杰、杨利 |
| 绘制单位 | 上海理工大学医疗器械与食品学院、上海理工大学医疗器械与食品学院、上海理工大学医疗器械与食品学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 三种心音的分类结果》2020.10.25
- 《表2 SMOTE人工合成数据后分类器分类效果》2020.10.18
- 《表1 原始数据分类器分类效果》2020.10.18
- 《表3 集成分类器分类效果》2020.10.18
- 《表2 不同训测比之下ACA-深度迁移模型分类器分类效果》2020.10.01
- 《表4 不同训测比之下无迁移模型分类器分类效果》2020.10.01
- 《表1 三种分类器的分类效果》2020.12.15
- 《表5 不同分类器的分类效果对比》2021.02.01
- 《表2 参考椭球基本参数：基于EMD自适应重构的心音信号特征筛选及分类》2020.12.15
- 《表2 Dm各分类器性能比较》2020.09.01
- 《表2 各分类器数据量：基于多分类器的无分割手写数字字符串识别算法》2020.07.05
- 《表1 数据预处理前后各个分类器的分类效果》2020.07.10
- 《表2 以MLR为分类器的各算法的分类准确度》2020.01.25
- 《表2 四种分类器在不同特征集下识别效果比较》2019.01.30
- 《表2 各分类器的平均分类结果》2019.11.01
- 《表3 UCI数据集上不同分类器分类效果的比较》2019.11.01
- 《表1 各分类算法的比较：基于卷积神经网络的先心病心音信号分类算法》2019.10.25
- 《表1 不同特征数下分类器的分类效果》2019.04.28
- 《表2 各分类器产生的训练样本集数据》2019.04.01
- 《表2 不同分类器的识别效果》2019.03.30