《表3 CNN识别结果：基于机器学习与卷积神经网络的放电声音识别研究》
提示：宽带有限、当前游客访问压缩模式
CNN的模型评估方式与机器学习相同，采用5折交叉验证。最终可得CNN的识别结果见表3。
| 图表编号 | XD00221277800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.16 |
| 作者 | 孙汉文、李喆、盛戈皞、江秀臣 |
| 绘制单位 | 上海交通大学电气工程系、上海交通大学电气工程系、上海交通大学电气工程系、上海交通大学电气工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果对比：基于卷积神经网络的电力杆塔图像智能识别算法研究》2020.09.25
- 《表1 基准函数信息：基于双模态卷积神经网络自适应迁移学习的浮选工况识别》2020.10.01
- 《表1 图片识别结果：基于机器视觉深度学习的电站渗水检测识别技术研究》2020.10.20
- 《表1 机器配置：基于卷积神经网络的航拍影像信息识别方法》2020.08.01
- 《表3 CNN识别结果：基于卷积神经网络的商品图像识别》2020.12.10
- 《表3 基于机器学习和深度学习模型的古文命名实体识别研究汇总》2021.01.01
- 《表2 识别精度：基于卷积神经网络模型Faster R-CNN的遥感影像目标识别研究》2021.01.25
- 《表1 对比表：基于卷积神经网络的电力杆塔图像识别学习算法研究》2020.06.25
- 《表1 对比实验结果：基于机器学习算法的优质客户识别模型研究》2020.06.05
- 《表2 模型的识别精度：基于迁移学习的卷积神经网络玉米病害图像识别》2020.02.25
- 《表7 对比算法结果：基于卷积神经网络的雷达人体动作与身份多任务识别》2020.01.25
- 《表1 CNN模型设计：基于机器视觉的樱桃缺陷检测与识别》2019.12.01
- 《表1 实验结果：基于卷积神经网络的藏文手写数字和字母识别研究》2019.12.01
- 《表3 模型参数初始化：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表1 增强后的数据集：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表2 网络各层参数：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表1 实验结果：基于卷积神经网络的图书馆信息安全的验证码识别方法研究》2019.06.13
- 《表1 手势数据集：基于区域卷积神经网络Faster R-CNN的手势识别方法》2019.08.01
- 《表1 白癜风识别结果：基于卷积神经网络的白癜风智能检测研究》2019.09.10
- 《表3 果实识别具体结果：自然场景下基于改进LeNet卷积神经网络的苹果图像识别技术》2019.03.01