《表6 不同多视角分类器的效果》
提示：宽带有限、当前游客访问压缩模式
%
为了验证多视角TSK模糊系统的有效性，本文使用SVM、KNN、NB和DT算法构造基于视角加权的多视角分类器，得到实验效果如表6所示。
| 图表编号 | XD00223470300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 田晓彬、邓赵红、王士同 |
| 绘制单位 | 江南大学数字媒体学院、江南大学数字媒体学院、江南大学数字媒体学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 几种分类器的运算时间》2020.09.20
- 《表1 三种分类器的分类效果》2020.12.15
- 《表5 不同分类器的分类效果对比》2021.02.01
- 《表1 特征优选结果：一种集成多分类器的面向地理对象遥感影像变化回溯分析方法》2020.10.01
- 《表2 各分类器数据量：基于多分类器的无分割手写数字字符串识别算法》2020.07.05
- 《表1 数据预处理前后各个分类器的分类效果》2020.07.10
- 《表2 单一尺度特征提取和多尺度分区提取特征在Logistic回归分类器的正确率对比》2020.01.30
- 《表1 单一尺度特征提取和多尺度分区提取特征在SVM分类器的正确率对比》2020.01.30
- 《表6 NBC分类器的实验结果》2020.03.01
- 《表2 多分类器融合与单分类器的识别结果》2019.09.10
- 《表2 SVM多故障分类器的训练样本》2019.09.01
- 《表1 不同分类器的分类结果》2019.09.01
- 《表1 不同特征数下分类器的分类效果》2019.04.28
- 《表5 两种多分类器的检测率对比Tab.5 Detection accuracy comparison of two multi-class classifiers》2019.01.10
- 《表2 不同分类器的识别效果》2019.03.30
- 《表6 不同分类器的性能对比 (场景4, 多尺度) Tab.6 Performance comparison between different classifiers (scene 4, multiscale)》2018.02.01
- 《表5 不同分类器的性能对比 (场景3, 多尺度) Tab.5 Performance comparison between different classifiers (scene 3, multiscale)》2018.02.01
- 《表4 不同分类器的性能对比 (场景2, 多尺度) Tab.4 Performance comparison between different classifiers (scene 2, multiscale)》2018.02.01
- 《表3 不同分类器的性能对比 (场景1, 多尺度) Tab.3 Performance comparison between different classifiers (scene 1, multiscale)》2018.02.01
- 《表4 文本分类器的实验效果》2019.11.01