《表2 F2HARNRS+SVM的实验结果》
提示：宽带有限、当前游客访问压缩模式
两种取值方法在SVM分类器上的实验结果如表2所示。
| 图表编号 | XD0035697600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 彭潇然、刘遵仁、纪俊 |
| 绘制单位 | 青岛大学数据科学与软件工程学院、青岛大学计算机科学技术学院、青岛大学计算机科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 基于混合特征的SVM分类器语料测试实验结果》2018.12.01
- 《表3 基于SVM的问句分类模型实验结果》2021.01.05
- 《表2 实验结果比较：基于KNN-SVM算法的输电线路杆塔雷击预警模型》2020.04.01
- 《表2 仿真实验结果统计：改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用》2020.08.01
- 《表2 A组改进仿生模式识别与SVM实验结果对比表》2020.02.25
- 《表2 样本量为32 000时SVM模型的实验结果》2020.08.25
- 《表1 样本量为16 000时SVM模型的实验结果》2020.08.25
- 《表2 实验结果：基于词向量的SVM集成学习社交网络抑郁倾向检测方法》2020.02.10
- 《表4 SVM情感分析实验结果表》2020.04.01
- 《表OSELM与SVM实验结果对比》2020.01.04
- 《表1 SVM改进算法仿真实验结果》2019.10.25
- 《表5 基于SVM的实验结果》2019.04.01
- 《表5 SVM模型的实验结果》2019.08.25
- 《表1 实验结果与类型：基于SVM的电压扰动识别研究》2019.07.25
- 《表2 实验结果比较：一种新的近邻密度SVM不平衡数据集分类算法》2019.06.01
- 《表2 实验结果：基于SVM的RBF网络在农机总动力预测中的应用》2019.09.01
- 《表2 数值实验结果：基于选择性抽样的SVM增量学习算法的泛化性能研究》2019.04.25
- 《表3 F2HARNRS+1-NN的实验结果》2019.01.01
- 《表1 基于SVM算法与基于关联的LDA实验结果》2018.11.10
- 《表3 与SVM对比实验结果》2019.12.01