《表4 混淆矩阵：基于迁移学习的烟草叶片病情害识别》
提示：宽带有限、当前游客访问压缩模式
采用Fine-tuning迁移学习所形成的混淆矩阵如表4所示。
| 图表编号 | XD004330300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.10.01 |
| 作者 | 王平 |
| 绘制单位 | 大连交通大学 |
| 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 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4 特定穴分类分析：基于迁移学习的机场地面目标识别》2020.12.25
- 《表4 运行药耗、能耗：基于迁移学习和R-FCN的电力设备红外图像识别算法》2021.01.20
- 《表4 地物识别混淆矩阵：基于地理国情普查成果的农作物种植结构提取方法研究》2020.06.25
- 《表2 信号识别混淆矩阵：基于联合投影字典学习的辐射源调制识别》2020.07.01
- 《表4 识别混淆矩阵：基于卷积神经网络的无人机图像模糊类型识别》2020.02.01
- 《表2 预测混淆矩阵：基于集成学习的束支传导阻滞识别方法》2020.03.01
- 《表5 识别混淆矩阵：结合多通道深度学习和随机森林的地表分类》2019.11.01
- 《表4 数据集实验结果：基于迁移学习和AlexNet的驾驶员行为状态识别方法》2019.10.08
- 《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4 随机森林混淆矩阵：基于集成学习的创业公司风险识别》2019.09.15
- 《表4 混淆矩阵：基于半监督学习方法的磨煤机故障预警》2019.04.25
- 《表4 混淆矩阵：基于代价极速学习机的软件缺陷报告分类方法》2019.05.01
- 《表2 混淆矩阵：基于深度迁移学习的烟雾图像检测》2019.04.01
- 《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 基于CNN的表情识别率混淆矩阵》2019.12.16
- 《表1 性能比较：基于迁移学习的烟草叶片病情害识别》2018.10.01
- 《表3 Fine-tuning每类烟草叶片病情害识别结果》2018.10.01