《表1 深度卷积模型参数：基于多元统计量的加工装备健康评估系统》
提示：宽带有限、当前游客访问压缩模式
深度卷积模型：文中使用trial鄄and鄄error参数选择方法与深度卷积模型参数选择一般性规律相结合的方法，通过多次训练与测试试验获得了如表1所示的深度卷积模型参数。
| 图表编号 | XD004062900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.30 |
| 作者 | 张新、范瑞雪 |
| 绘制单位 | 建科机械(天津)股份有限公司、建科机械(天津)股份有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 涡旋检测数量对比：基于深度卷积网络的海洋涡旋检测模型》2020.10.01
- 《表2 最优参数：基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》2020.10.15
- 《表1 主要参数：基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》2020.10.15
- 《表4 专家打分均值表：基于系统动力学的装备科研项目采购绩效评估模型》2020.09.30
- 《表1 分组卷积的敏感度：基于深度混合卷积模型的肺结节检测方法》2020.10.10
- 《表3 模型参数的比较：基于深度混合卷积模型的肺结节检测方法》2020.10.10
- 《表1 测试指标和结果：基于深度卷积神经网络的数字病理辅助诊断系统设计》2020.12.15
- 《表1 跟踪速率：基于PYNQ框架的深度卷积特征异构跟踪系统》2021.02.15
- 《表1 器装备参数设置：基于双卷积神经网络的虚假评论识别》2020.08.20
- 《表7 一级指标评估结果：基于云模型的装备维修保障系统评估》2021.02.15
- 《表5 二级指标评估结果：基于云模型的装备维修保障系统评估》2021.02.15
- 《表3 专家打分结果：基于云模型的装备维修保障系统评估》2021.02.15
- 《表2 评判等级划分：基于云模型的装备维修保障系统评估》2021.02.15
- 《表1 hv与n关系：基于测试数据的装备健康状态评估方法》2020.07.25
- 《表1 网络模型结构参数：基于深度哈希卷积神经网络的医学图像检索》2020.08.15
- 《表2 灭火仿真模型参数：模型驱动的武器装备系统效能评估方法》2019.11.01
- 《表2 参数说明：基于t-SNE数据驱动模型的盾构装备刀盘健康评估》2019.04.05
- 《表1 模型评估结果：基于深度卷积神经网络的小麦赤霉病高光谱病症点分类方法》2019.02.25
- 《表A1模型的训练过程：基于卷积神经网络的电力系统小干扰稳定评估》2019.01.25
- 《表1 CNN模型参数：基于卷积神经网络的深孔镗削加工过程颤振监测研究》2018.12.01