《表1 样本集F1 (样本总数64) 的融合识别结果》
提示：宽带有限、当前游客访问压缩模式
通过比较几种常见的融合算法，结果见表1，表2，表3。
| 图表编号 | XD0027606000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.09.01 |
| 作者 | 熊婷婷 |
| 绘制单位 | 安徽工业经济职业技术学院电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 样本集图像分布：一种高精度微孔板浑浊度识别网络》2020.10.01
- 《表2 疲劳样本参数：多特征融合的随机森林疲劳驾驶识别算法》2020.10.15
- 《表1《城中村建筑物识别训练样本数据集》元数据简表》2020.06.25
- 《表1 实验数据样本集：基于多重孪生网络的表面缺陷识别方法》2020.12.31
- 《表4 不同分类模型A,P,R,F1度量对比（训练集与测试集样本比为8∶2）》2020.12.01
- 《表3 不同分类模型A,P,R,F1度量对比（训练集与测试集样本比为7∶3）》2020.12.01
- 《表3 样本描述性统计：基于红外和可见光模态的随机融合特征金子塔行人重识别》2020.12.15
- 《表1 训练集样本：基于多尺度和特征融合的肺癌识别方法》2020.05.16
- 《表5 表情识别数据集样本数》2020.07.10
- 《表1 声音样本集：优化正交匹配追踪和短时谱估计用于声音识别》2020.04.01
- 《表1 样本数据集：基于改进卷积神经网络的车型识别》2019.11.16
- 《表1 恶意样本集：基于多特征融合的恶意代码分类算法》2019.08.10
- 《表4 样本集的识别结果》2019.06.25
- 《表1 数据集信息 (数据集，样本总数，属性维数，正类数量，负类数量)》2019.06.01
- 《表1 训练样本集和测试样本集的识别率》2019.06.01
- 《表1 茶叶嫩芽样本集：基于AlexNet的茶叶嫩芽状态智能识别研究》2019.04.20
- 《表1 测试集分类结果：基于迁移学习的小样本农作物病害识别》2019.03.20
- 《表3 样本集F3 (样本总数24) 的融合识别结果》2018.09.01
- 《表2 样本集F2 (样本总数16) 的融合识别结果》2018.09.01
- 《表2 样本故障数据集：基于多源信息融合的电力变压器故障诊断方法研究》2018.10.01