《表2 特征词个数：基于PSO的支持向量机改进算法研究》
提示：宽带有限、当前游客访问压缩模式
对于CDMI算法，在数据集的总单词数变化的过程中，特征词的数量变化如表2所示。
| 图表编号 | XD0052851200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 邱宁佳、贺金彪、赵建平、李岩芳 |
| 绘制单位 | 长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同核函数的对比：基于改进孪生支持向量机的齿廓图像边缘失真分类研究》2020.10.01
- 《表2 关系因子的确定：基于改进粒子群算法的孪生支持向量机》2020.11.16
- 《表3 涂料采样方案：基于改进粒子群算法的孪生支持向量机》2020.11.16
- 《表1 测试数据：基于改进粒子群算法的孪生支持向量机》2020.11.16
- 《表3 PSO参数设置：基于特征选择和模糊支持向量机的刀具磨损状态识别》2020.11.02
- 《表2 识别结果：基于支持向量机算法的连铸坯端面信息码识别方法》2021.01.28
- 《表1 实验数据集的特征：基于粒子群算法的投影孪生支持向量机》2021.03.10
- 《表2 各算法的估计性能：一种改进的支持向量机回归的电池状态估计》2020.07.05
- 《表1 算法流程：一种改进的支持向量机回归的电池状态估计》2020.07.05
- 《表2 查全率与查准率：基于改进支持向量机的运动视频内容分类算法研究》2020.02.15
- 《表3 故障类型数据：基于决策树支持向量机算法的电力变压器故障诊断研究》2019.12.25
- 《表2 各个数据集的特性：一种面对大数据集的改进基于支持向量机的算法性能分析》2020.02.25
- 《表4 新DGA特征组合：基于DGA特征量优选与改进磷虾群算法优化支持向量机的变压器故障诊断模型》2019.11.10
- 《表3 3组特征组合数据：基于DGA特征量优选与改进磷虾群算法优化支持向量机的变压器故障诊断模型》2019.11.10
- 《表1 教学质量评价指标：互联网环境下基于改进支持向量机的高校教学评价研究》2019.10.01
- 《表3 三次实验结果：互联网环境下基于改进支持向量机的高校教学评价研究》2019.10.01
- 《表3 实验结果对比：基于PSO的支持向量机改进算法研究》2019.06.01
- 《表3 算法诊断结果对比：基于改进蝙蝠算法优化支持向量机的变压器故障诊断研究》2019.02.01
- 《表1 实验平台参数：基于改进卷积神经网络结合支持向量机的行人检测算法》2018.09.05
- 《表1 算法参数设置：改进引力搜索最小二乘支持向量机交通流预测》2019.12.01