《表4 ADBN模型参数：基于ADBN的入侵检测方法》
提示：宽带有限、当前游客访问压缩模式
为了研究ADBN模型中编码器部分隐藏层个数和顶层RBM输出层神经元个数对算法检测率的影响，本文在如表4所示的模型参数下进行了对比实验并对实验结果作了分析。
| 图表编号 | XD00222760500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.05 |
| 作者 | 江泽涛、周谭盛子 |
| 绘制单位 | 桂林电子科技大学广西图像图形智能处理重点实验室、桂林电子科技大学广西图像图形智能处理重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型参数的比较：基于深度混合卷积模型的肺结节检测方法》2020.10.10
- 《表4 初始超参数设置：基于S~3FD的室内头部检测方法》2020.06.15
- 《表4 噪声方差参数设置：基于全卷积网络的阀门粘滞检测方法》2021.02.25
- 《表3 卫星数据参数：基于三层DS-RVoG模型的输电走廊植被高度检测方法》2021.02.28
- 《表4 模型检测结果：基于改进YOLOv3的站口行人检测方法》2021.01.01
- 《表1 预训练模型参数：基于深度学习的难分类样本行人检测方法》2020.10.20
- 《表2 训练模型参数：基于深度学习的难分类样本行人检测方法》2020.10.20
- 《表4 数值模型参数：基于深度学习的海上目标快速检测方法》2020.11.25
- 《表4 模型运行时间对比：基于LightGBM的以太坊恶意账户检测方法》2020.04.10
- 《表1 偏航系统模型参数：基于模型的风电机组偏航系统故障检测方法》2020.05.28
- 《表2 实验参数设置：基于自编码器和隐马尔可夫模型的时间序列异常检测方法》2020.05.10
- 《表1 DNN参数设置：基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法》2020.08.20
- 《表4 模型识别帧率：基于S4-YOLO的海上目标检测识别方法》2020.08.10
- 《表4 参数值列表：基于数据拟合方法的电池剩余放电时间模型研究》2020.08.20
- 《表4 最终模型测试数据：基于改进SSD的电力设备红外图像异常自动检测方法》2020.01.25
- 《表4 检测结果：基于时间序列模型的劣化绝缘子红外热像检测方法》2020.02.25
- 《表1 有限元模型参数：基于应力波的钢轨焊缝损伤检测方法研究》2019.07.31
- 《表1 有限元模型参数：基于应力波的钢轨焊缝损伤检测方法研究》2019.07.31
- 《表4 模型3试验结果：基于机器视觉的熔融沉积成型几何质量在线检测方法》2019.05.18
- 《表2 模型参数量：移动GPU上基于轻量级卷积神经网络的道路拥堵检测方法》2019.12.01