《表1 实验环境配置：基于CNN和LSTM混合模型的人体跌倒行为研究》
提示：宽带有限、当前游客访问压缩模式
利用基于Python的深度学习库Keras在GPU加速环境下进行实验。具体实验环境如表1所示。
| 图表编号 | XD003920200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 厍向阳、苏学威 |
| 绘制单位 | 西安科技大学计算机科学与技术学院、西安科技大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验环境配置：CGGA:一种CNN与并行门控机制混合的文本分类模型》2021.03.01
- 《表1 网络模型预测误差：基于LSTM-CNN-CBAM模型的股票预测研究》2021.02.01
- 《表2 实验所用仪器：基于CNN-ResNet-LSTM模型的城市短时交通流量预测算法》2020.10.01
- 《表2 实验结果对比：一种基于LSTM和CNN混合模型的文本分类方法》2020.06.01
- 《表1 混淆矩阵：一种基于LSTM和CNN混合模型的文本分类方法》2020.06.01
- 《表1 实验环境配置：一种结合LSTM和集成算法的文本校对模型》2020.05.01
- 《表2 实验硬件环境配置：基于Mask R-CNN的电力设备红外图像分割技术研究》2020.02.20
- 《表8 预测结果误差对比：基于CNN-LSTM网络模型的风电功率短期预测研究》2020.08.01
- 《表2 模型结果对比：基于CNN-LSTM的太阳能光伏组件故障诊断研究》2020.04.06
- 《表1 配置环境：基于Bi-LSTM的财金文本情感分类研究》2020.04.01
- 《表1 硬件环境配置：基于循环神经网络模型的用户入侵行为检测与管控研究》2020.02.01
- 《表1 实验环境配置表：基于BERT-CNN的电商评论情感分析》2020.02.01
- 《表1 实验环境配置：基于并行混合神经网络模型的短文本情感分析》2019.08.10
- 《表1 实验环境配置：基于多通道LSTM-CNN模型的Twitter情感分析》2019.06.30
- 《表1 实验环境配置：结合自注意力机制和Tree-LSTM的情感分析模型》2019.07.01
- 《表2 数据集划分：基于Bi-LSTM-Attention模型的人体行为识别算法》2019.08.10
- 《表1 实验参数：基于Bi-LSTM-Attention模型的人体行为识别算法》2019.08.10
- 《表1 实验数据分布：基于多尺度融合CNN的恶意软件行为描述语句抽取模型》2019.01.01
- 《表2 实验配置与环境：融合语法规则的Bi-LSTM中文情感分类方法研究》2019.11.25
- 《表2 参数设置：基于CNN和LSTM混合模型的人体跌倒行为研究》2019.12.01