《表2 实验参数设置：基于超限学习机的WSNs链路质量评估方法》
提示：宽带有限、当前游客访问压缩模式
选择小树林、室内走廊、广场3个场景进行链路质量测试实验，构建星形网络，包括1个Sink节点和8个感知节点，如图3所示.实验参数设置如表2所示.
| 图表编号 | XD003463700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.02.01 |
| 作者 | 刘琳岚、许江波、陈宇斌、舒坚 |
| 绘制单位 | 南昌航空大学信息工程学院、南昌航空大学信息工程学院、南昌航空大学软件学院、南昌航空大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型参数设置：基于集成学习的广域光骨干网多信道传输质量预测方法》2020.09.25
- 《表1 深度学习库对比：基于深度学习的超窄间隙焊接质量评估方法》2020.10.10
- 《表2 超参数设置：基于迁移学习的细粒度实体分类方法的研究》2020.08.01
- 《表1 实验参数：无线传感器网络中基于节点对链路质量的任务分配》2021.02.05
- 《表1 实验参数设置：基于深度强化学习的轨道式巡检机器人巡检驻点规划方法》2021.02.15
- 《表1 实验参数设置：基于深度强化学习的轨道式巡检机器人巡检驻点规划方法》2021.02.15
- 《表4 实验参数设置：基于LSTM的学习成绩预测及其影响因素方法研究》2020.12.01
- 《表2 实验参数设置与评估方法》2018.11.25
- 《表1 实验参数设置：基于深度学习的电网调控文本知识抽取方法》2020.12.25
- 《表1 实验参数设置：基于改进深度学习的乳腺癌医学影像检测方法》2020.05.15
- 《表2 相关参数设置：基于强化学习的功率与信道联合干扰方法研究》2020.08.10
- 《表1 主要参数设置：基于改进萤火虫优化神经网络的WSNs分簇路由协议》2020.06.01
- 《表3 基于学习的链路预测方法开源代码实现》2020.02.01
- 《表2 参数设置：基于层次化混合特征图的链路预测方法》2020.02.20
- 《表2 仿真参数：WSNs中基于分布式学习机的稳定路由》2019.10.20
- 《表2 数据集参数：基于时序深度学习的机会网络链路预测方法》2019.09.01
- 《表2 仿真时隙参数设置：基于随机森林强化学习的干扰智能决策方法研究》2019.09.10
- 《表1 实验测试材质编号：基于超限学习机算法的空间目标材质多色测光识别研究》2019.02.01
- 《表2 仿真参数：基于学习机的WSNs栅栏覆盖构建算法》2018.09.01
- 《表1 链路质量等级：基于超限学习机的WSNs链路质量评估方法》2018.02.01