《表4 包络法与无迁移机器学习在不同规模数据集上的实验设置对比》
提示：宽带有限、当前游客访问压缩模式
图5直观地展示了实验设置与流程，表4和表5详细介绍了各实验组的内容。为了通过对比检验迁移策略的有效性，需要设定能够合理评价模型异常检测性能的标准。
| 图表编号 | XD00222682200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.10 |
| 作者 | 张晨曦、唐曙、唐珂 |
| 绘制单位 | 中国科学技术大学计算机科学与技术学院、中国文昌航天发射场指挥控制中心、南方科技大学计算机科学与工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 迁移不同网络模型在椒盐噪声数据集上的识别效果》2020.09.15
- 《表3 迁移不同网络模型在高斯噪声数据集上的识别效果》2020.09.15
- 《表2 迁移不同网络模型在干净图像数据集上的识别效果》2020.09.15
- 《表7 包络法、无迁移机器学习和迁移学习在目标领域上的对比实验结果》2020.09.10
- 《表5 包络法、无迁移机器学习和迁移学习在目标领域上的实验设置对比》2020.09.10
- 《表6 包络法与无迁移机器学习在不同规模数据集上的实验结果对比》2020.09.10
- 《表1 本体对齐实验各模型在不同数据集上的性能对比》2020.10.01
- 《表2 各算法在不同数据集上的标签规模》2020.12.16
- 《表5 各算法在不同规模数据集上的实验对比结果》2021.03.10
- 《表4 不同实验在UCF＿CC＿50数据集上的实验结果》2021.02.01
- 《表2 不同实验在Shanghai Tech数据集上的对比》2021.03.28
- 《表3 不同实验在UCF＿CC＿50数据集上的对比》2021.03.28
- 《表3 不同方法在Viral proteins数据集和Plant proteins数据集上的实验结果对比》2020.11.10
- 《表7 不同模型在2个数据集上的二分类实验结果对比》2020.06.01
- 《表6 不同模型在2个数据集上的实验结果对比》2020.06.01
- 《表2 部分合成字典学习法与分析字典学习法在UCF50数据集上的平均识别率》2019.09.30
- 《表1 各算法在不同规模数据集上的准确度》2019.06.10
- 《表4 5种算法在Ecoli数据集上的实验结果对比》2019.03.01
- 《表4 不同算法在iLIDS数据集上的实验结果》2018.09.01
- 《表8 不同算法在3DPeS数据集上的实验对比结果》2018.09.01