《表2 支持向量机的参数C和σ的值》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《粒子群优化算法和支持向量机的电子音乐信号分类研究》
采用粒子群优化算法确定支持向量机的参数C和σ的值，如表2所示。根据C和σ的值建立电子音乐信号分类器。
| 图表编号 | XD00226942800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.01 |
| 作者 | 李策、李智 |
| 绘制单位 | 佳木斯大学、琼台师范学院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表2 预测模型最优参数：基于支持向量机的高强钢薄板对接焊残余应力分布预测方法研究》2020.10.01
- 《表2 试验数据：基于支持向量机的超临界锅炉参数预测》2020.11.30
- 《表2 BPSO参数设置：基于特征选择和模糊支持向量机的刀具磨损状态识别》2020.11.02
- 《表3 PSO参数设置：基于特征选择和模糊支持向量机的刀具磨损状态识别》2020.11.02
- 《表1 分类结果混淆矩阵：基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割》2021.02.10
- 《表2 轨迹数据属性表：基于隐马尔可夫模型和支持向量机的地图匹配算法》2020.10.25
- 《表2 辐射源参数设置表：利用模糊信息粒化与支持向量机的空间负荷预测方法》2021.01.05
- 《表2 样本分段：基于极限学习机和支持向量机的输电线路覆冰预测》2020.12.15
- 《表1 岩层参数：基于极限学习机和支持向量机的输电线路覆冰预测》2020.12.15
- 《表1 电力运行参数范围：基于专家样本库和最小二乘支持向量机的配电网线损率预测模型》2020.03.25
- 《表1 测量系统参数：基于最小二乘支持向量机的时变信道建模》2019.10.01
- 《表2 最佳超参数：基于最小二乘支持向量机的时变信道建模》2019.10.01
- 《表2 红外探测器参数：基于支持向量机的轰炸机敏感性权衡优化》2019.11.01
- 《表3 超声扫描参数：基于遗传算法优化支持向量机的超声图像缺陷分类》2019.09.22
- 《表1 网络仿真参数：基于支持向量机的光纤网络故障数据自动分类技术》2019.09.25
- 《表4 反分析结果：基于支持向量机的注浆锚杆锚固参数反分析》2019.01.10
- 《表3 检验样本：基于支持向量机的注浆锚杆锚固参数反分析》2019.01.10
- 《表2 训练样本：基于支持向量机的注浆锚杆锚固参数反分析》2019.01.10
- 《表2 成分矩阵：基于主成分分析和支持向量机的影视业盈利能力预测》2019.12.01
- 《表3 主成分特征向量：基于主成分分析和支持向量机的影视业盈利能力预测》2019.12.01