《表2 2种网络时间对比：基于深层自适应平衡自编码机的手写数字分类》
提示：宽带有限、当前游客访问压缩模式
本文还对DSBAE和其原型DAE针对算法耗时进行了对比。实验在USPS数据集上完成，网络训练500次。实验结果如表2。
| 图表编号 | XD0028792300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.20 |
| 作者 | 李炜、宋威 |
| 绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院、物联网技术应用教育部工程研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 算法对比分类结果：一种基于降噪自编码的组合分类算法》2020.10.10
- 《表1 数据集描述：一种基于降噪自编码的组合分类算法》2020.10.10
- 《表2 鲁棒性评估：TA2NN：一种基于自编码的B超乳腺肿瘤识别神经网络模型》2020.05.15
- 《表2 仿真部分初始条件：基于两轮自平衡小车的模糊自适应补偿算法研究》2020.09.08
- 《表3 分类结果对比表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表1 控制字编码：抵御网络危险信号的自适应调控系统设计》2019.11.05
- 《表2 地震波记录：基于能量平衡的位移自适应多模态Pushover分析方法》2019.10.01
- 《表5 特殊负荷命名：基于自适应神经网络系统聚类的特殊负荷分类研究》2019.01.25
- 《表4 分类方法比较：基于自适应神经网络系统聚类的特殊负荷分类研究》2019.01.25
- 《表1 深层自编码器仿真网络参数设置》2019.08.15
- 《表2 模糊参数整定表：一种基于模型参考自适应的内模网络化控制策略》2019.03.01
- 《表1 模糊控制规则表：一种基于模型参考自适应的内模网络化控制策略》2019.03.01
- 《表3 小数据集识别率：基于改进卷积自编码机的油茶果图像识别研究》2019.05.25
- 《表2 两位受试者降噪自编码神经网络分类指标》2019.04.01
- 《表2 数据量对比：基于线裁剪的自适应网络带宽分级传输图像的方法》2019.04.08
- 《表1 集测试结果：基于深层自适应平衡自编码机的手写数字分类》2019.01.20
- 《表2 反应时间测试案例：基于IRT的网络安全意识自适应测试技术》2019.05.10
- 《表1 Man：一种基于自适应轮廓波变换的图像编码方法》2019.02.25
- 《表2 网络参数配置：一种基于Q-Learning策略的自适应移动物联网路由新算法》2018.10.01
- 《表2 实验结果对比：基于欠完备自编码器的用户用电行为分类分析方法》2019.11.28