《表2 混淆矩阵：基于深度迁移学习的烟雾图像检测》
提示：宽带有限、当前游客访问压缩模式
F1 Score，即精确率和召回率的调和平均数[16]。（TP、FP、FP、FP见表2）F1 Score公式如下:
| 图表编号 | XD0043159200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 韩超慧、马俊、吴文俊、陈佳 |
| 绘制单位 | 武汉纺织大学数学与计算机学院、武汉纺织大学数学与计算机学院、武汉纺织大学数学与计算机学院、武汉纺织大学数学与计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 混淆矩阵：基于迁移学习的细粒度实体分类方法的研究》2020.08.01
- 《表2 分类模型的结果：基于深度迁移学习的网络入侵检测》2020.09.05
- 《表1 实验数据集：基于深度迁移学习的网络入侵检测》2020.09.05
- 《表2 混淆矩阵：基于深度学习的加密网络流量识别方法研究》2021.01.10
- 《表2 分类效果对比图：基于Mask-RCNN迁移学习的红外图像电力设备检测》2021.01.01
- 《表2 实验检测结果：基于深度学习的图像检索技术的实现》2020.11.01
- 《表3 分类结果混淆矩阵：代码向量深度学习的恶意Android应用检测方法》2021.02.05
- 《表1 混淆矩阵：深度学习算法在颈动脉超声图像斑块分割中的应用研究》2021.01.01
- 《表1 迁移网络结构信息：基于深度学习的黑钨矿图像识别选矿方法》2020.05.01
- 《表2 SARSIM数据：基于仿真SAR图像深度迁移学习的自动目标识别》2020.07.15
- 《表1 MSTAR数据：基于仿真SAR图像深度迁移学习的自动目标识别》2020.07.15
- 《表2 混淆矩阵：基于弹性网的深度去噪自编码器异常检测方法》2020.06.16
- 《表2 实验环境：基于深度学习的轻量遥感图像车辆检测模型》2020.06.25
- 《表5 分类结果混淆矩阵：基于深度学习的文本情感分析》2020.03.05
- 《表1 分类结果混淆矩阵：基于深度学习的高分遥感影像乡镇建筑物识别方法》2019.01.20
- 《表1 算法性能比较：基于亮度与色度信息的深度学习图像风格迁移算法研究》2019.07.15
- 《表2 检测时间：基于深度学习的图像实例分割》2019.02.01
- 《表2 百分比混淆矩阵：基于机器学习算法的土地类型迁移预测分析——以哈尔滨市香坊区为例》2018.10.01
- 《表1 元胞数混淆矩阵：基于机器学习算法的土地类型迁移预测分析——以哈尔滨市香坊区为例》2018.10.01
- 《表4 混淆矩阵：基于迁移学习的烟草叶片病情害识别》2018.10.01