《表1 围栏检测：深度学习下光纤围栏入侵告警方法》
提示：宽带有限、当前游客访问压缩模式
将本文方法与文献[1]、文献[2]、文献[3]方法进行对比测试，分别对围栏采取40次检测，检测行为包括攀爬、跨栏、拆卸等，对比测试结果如表1所示。
| 图表编号 | XD00222384300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.25 |
| 作者 | 乔文增、王兵、张强 |
| 绘制单位 | 上海海洋大学现代信息与教育技术中心、上海理工大学、上海理工大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验数据集：基于深度迁移学习的网络入侵检测》2020.09.05
- 《表1 训练样本分类：基于深度学习的城市轨道交通信号系统入侵检测方法》2021.01.01
- 《表1 实验处理设计：多通道自编码器深度学习的入侵检测方法》2020.12.01
- 《表4 基于深度学习方法的入侵检测解决问题对比》2020.07.01
- 《表3 不同风速下围栏及浮球的润湿率》2020.03.25
- 《表3 数据集1检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表1 DBN参数：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表1 围栏信息表：Sensor Web支持下的租赁车辆远程监控系统设计与实现》2019.10.25
- 《表1 模型各层参数：基于深度学习的入侵检测研究》2019.06.15
- 《表1 国内游戏围栏及婴儿床标准与美国、英国游戏围栏标准对比》2019.08.16
- 《表1 国内游戏围栏及婴儿床标准与美国、英国游戏围栏标准对比》2019.08.16
- 《表5 围栏封育和围栏放牧下两种土壤类型不同功能群植物的结构特征与多样性的相关性》2019.05.01
- 《表4 围栏封育和围栏放牧下两种土壤类型不同功能群植物的结构特征》2019.05.01
- 《表3 围栏封育和围栏放牧下两种土壤类型不同科属植物的结构特征》2019.05.01
- 《表1 国内游戏围栏及婴儿床标准与英国、美国游戏围栏标准对比》2019.02.05
- 《表1 国内游戏围栏及婴儿床标准与英国、美国游戏围栏标准对比》2019.02.05
- 《表1 入侵检测领域常用的深度学习算法》2019.02.01
- 《表3 分类器性能对比：基于深度学习的Wi-Fi网络入侵检测方法》2019.12.16
- 《表1 攻击分布：基于深度学习的Wi-Fi网络入侵检测方法》2019.12.16
- 《表1 不同面积的异形电子围栏对应的入栏检测准确率》2019.11.22