《表2 不同数据集多种特征融合结果》
提示：宽带有限、当前游客访问压缩模式
注:加粗字体为每列最优结果。
为了比较多种特征融合后的检索性能，将3种和4种特征进行DCA融合，实验结果如表2所示。
| 图表编号 | XD00215913600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.16 |
| 作者 | 葛芸、马琳、储珺 |
| 绘制单位 | 南昌航空大学软件学院、南昌航空大学软件学院、南昌航空大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 数据集：融合评论文本和图像语义特征的兴趣点推荐》2020.10.01
- 《表2 不同融合方法在Twitters Sarcasm数据集上是实验结果》2020.08.25
- 《表1 不同数据集上不同融合方式的检索结果》2020.12.16
- 《表1 图像数据集：融合传统特征与神经网络的深度伪造检测算法》2021.02.10
- 《表1 数据集统计：融合邻域判别指数的混合式特征选择算法》2019.11.01
- 《表1 数据集分配：多尺度特征融合的陶瓷盘缺陷检测算法的研究》2021.02.01
- 《表1 数据集信息：基于特征融合的亚洲食物图片分类》2020.12.16
- 《表2 测试集效果：基于多种传感信息融合的大型立式水轮发电机电晕检测方法》2020.11.25
- 《表2 数据集参数：基于卷积神经网络的多尺度融合特征图在人群密度估计中的应用》2021.02.01
- 《表2 数据集特征：多特征融合的中文短文本分类模型》2020.07.01
- 《表4 基于不同特征组合的多种分类器对测试集Samsung Galaxy S7Edge的实验结果》2020.05.26
- 《表3 基于不同特征组合的多种分类器对测试集Mi 5的实验结果》2020.05.26
- 《表2 数据集信息：基于深度多分支特征融合网络的光学遥感场景分类》2020.05.01
- 《表5 基于TwoParam特征融合的MHA模型在数据集上的Dropout实验结果》2020.10.01
- 《表2 不同数据集上5组融合特征的识别率》2020.03.01
- 《表1 各数据集详细信息：多尺度深度特征融合的变化检测》2020.04.16
- 《表3 多种模型精度比较：基于NSL-KDD数据集的物联网入侵检测特征选择方法研究》2019.09.25
- 《表2 不同特征融合方法在四种数据集上的MAE和F-score》2019.09.01
- 《表1 不同特征融合方法在四种数据集上的F-score》2019.09.01
- 《表3 不同算法在多种数据集上的识别率》2019.04.25