《表1 不同网络层次的分类准确率对比Tab.1 Classification accuracy comparison of different network hierarchy》

《表1 不同网络层次的分类准确率对比Tab.1 Classification accuracy comparison of different network hierarchy》   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
《分层式三维室内地图分类方法及更新机制》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录
%%

首先利用预训练的Alex Net提取网络的特征，并直接结合支持向量机进行分类，探究哪一层的特征性能最优，其效果如表1所示；随后将获取的最优层特征进行主成分分析法进行降维后，利用SVM进行分类，产生详细的分类结果。

图表编号XD0035544300    严禁用于非法目的
绘制时间2019.01.10
作者冯光升、张晓雪、王慧强、李冰洋、袁泉、陈诗军、陈大伟
绘制单位哈尔滨工程大学计算机与科学技术学院、哈尔滨工程大学计算机与科学技术学院、哈尔滨工程大学计算机与科学技术学院、哈尔滨工程大学计算机与科学技术学院、中兴通讯股份有限公司、中兴通讯股份有限公司、中兴通讯股份有限公司
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 不同隐藏层结构下DCNN的分类精度比较Tab.2 Comparison of DCNN classification accuracy under different hidden layers》2019.02.01
  2. 《表1 三种分类方法在测试集中预测准确率的比较Tab.1 Comparisons of prediction accuracy fortest sets using three classification methods》2019.01.01
  3. 《表1 BP神经网络分类正确率Tab.1 The Classification Accuracy Rate of BP Neural Network》2019.04.08
  4. 《表3 不同模型在二分类任务中的情感分类准确率对比Tab.3 Accuracy comparison of different models in sentiment two-classification tasks》2019.01.10
  5. 《表1 地面分类结果-训练集和测试集准确率对比Tab.1 Comparison of accuracy between training sets and test sets of terrain classification results》2019.03.01
  6. 《表1 记号笔三种分类模型的识别准确率Tab.1 Classification accuracy of model built by maker pens》2019.02.18
  7. 《表4 Pavia University分类结果精度对比Tab.4 Accuracy comparison of classification results at Pavia University》2019.01.20
  8. 《表3 不同分类方法精度对比Tab.3 Comparison of accuracy in different classification methods》2019.01.20
  9. 《表5 样本分类结果精度对比Tab.5 Accuracy comparison of sample classification results》2019.01.20
  10. 《表2 各模型的参数选择结果以及分类精度对比Tab.2 Comparison of parameter selection results and classification accuracy of each model》2019.01.25
  11. 《表4 不同特征组合输入的情感分类准确率Tab.4 Accuracy of image emotion classification using CNN with different input of features》2018.08.15
  12. 《表2 不同卷积层次的情感分类准确率Tab.2 Accuracy of image emotion classification using CNN with different number of layers》2018.08.15
  13. 《表6 与流行网络模型的情感分类准确率Tab.6 Emotional classification accuracy of E-net and other popular models》2018.08.15
  14. 《表1 并行CNN分类准确率Tab.1 Accuracy of classification using parallel CNN》2018.08.15
  15. 《表1 分类正确识别率对比Tab.1 Classification accuracy comparison》2018.11.01
  16. 《表2 不同模型的分类准确率对比Table 2 Classification accuracy comparison results of different models》2018.03.30
  17. 《表4 不同分类方法精度对比表Tab.4 Accuracy comparison results of different classification methods》2018.10.25
  18. 《表3 不同规模随机森林的分类准确率Tab.3 Classification accuracy of different-sized random forest》2018.04.10
  19. 《表1 分类结果的准确率及kappa系数Tab.1 Classification accuracies and kappa coefficients》2018.12.01
  20. 《表1 不同方法分类的准确率、敏感性、特异性Tab.1 Classification accuracy, sensitivity, and specificity of various methods》2018.06.20

随机翻阅

《表1 农村空巢老人的年收入与年支出指标对比(1)》 《表5 不同海拔对林分生长的影响》 《表2 效应分解及偏差校正的非参数百分位bootstrap的95%置信区间》 《表3 机井水化学指标含量统计结果》 《表1 真三轴水力压裂物理模拟试验参数》 《表5 掺烧工况及掺烧后污染物排放数据》 《表1 采用本文校对系统前后英语翻译结果的精确度》 《表1 不同监控系统的运行时间对比结果》 《表2 文化遗址旅游资源市场价值评价体系》 《表2 三条主要航线通行情况》