《表3 评价结果数据分布：基于卷积神经网络的内燃机声品质评价方法研究》
提示：宽带有限、当前游客访问压缩模式
评价完成后，对评级结果和评价者进行Speraman相关性分析，去除15%的不可靠数据。评价结果数据分布如表3所示。
| 图表编号 | XD0038623200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.15 |
| 作者 | 梁凯、赵海军、宋伟志 |
| 绘制单位 | 洛阳理工学院信息化技术中心、洛阳理工学院信息化技术中心、天津职业技术师范大学汽车与交通学院、洛阳理工学院信息化技术中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 计权一致性系数：旋叶式汽车空调压缩机声品质分析与评价》2020.10.18
- 《表2 主观评价结果：旋叶式汽车空调压缩机声品质分析与评价》2020.10.18
- 《表2 高频词和频率统计：基于卷积神经网络的物流服务业顾客满意度评价方法研究》
- 《表1 物流评论数据示例：基于卷积神经网络的物流服务业顾客满意度评价方法研究》
- 《表3 服务特征分析表：基于卷积神经网络的物流服务业顾客满意度评价方法研究》
- 《表4 模型参数设定：基于卷积神经网络的物流服务业顾客满意度评价方法研究》
- 《表5 评分规则：基于卷积神经网络的物流服务业顾客满意度评价方法研究》
- 《表3 分类评价指标：基于卷积神经网络和XGBoost的摔倒检测》2020.08.25
- 《表2 核函数的选择：运用核主成分分析提取内燃机声品质客观特征》2019.09.25
- 《表3 核主成分贡献率：运用核主成分分析提取内燃机声品质客观特征》2019.09.25
- 《表1 基于深度卷积神经网络的图像美学评价方法归纳表》2019.08.01
- 《表1 实验数据分布：基于主成分分析和卷积神经网络的入侵检测方法研究》2019.05.25
- 《表3 实验数据集分布：基于卷积神经网络的乳腺疾病检测算法》2019.07.05
- 《表4 分类精度评价：基于改进的三维卷积神经网络的高光谱遥感影像分类技术研究》2019.06.10
- 《表2 分类精度评价：基于改进的三维卷积神经网络的高光谱遥感影像分类技术研究》2019.06.10
- 《表2 样本评分等级：基于卷积神经网络的内燃机声品质评价方法研究》2019.04.15
- 《表3 精度评价：基于卷积神经网络的高分遥感影像露天采矿场识别》2018.12.01
- 《表4 客观评价指标：基于深度卷积神经网络的细胞分类新方法》2019.12.31
- 《表7 实验结果对比：基于卷积神经网络的隐式评价对象识别》2019.11.01
- 《表6 属性类别数据：基于卷积神经网络的隐式评价对象识别》2019.11.01