《表8 标签准确率表：基于深度学习的甲状腺病史结构化研究与实现》
提示：宽带有限、当前游客访问压缩模式
（3） 实验结果。实验在现病史共定义13类特征实体，21种标签，通过混淆矩阵计算出各类实体的准确率P、召回率R以及F1值。实验结果见表8。
| 图表编号 | XD0056287800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 骆轶姝、申舒心、陈德华 |
| 绘制单位 | 东华大学计算机科学与技术学院、东华大学资产管理处、东华大学计算机科学与技术学院、东华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 语音识别测试表：基于深度学习的中文语音识别模型设计与实现》2020.09.01
- 《表2 BIO标注法示例：基于标签迁移和深度学习的跨语言实体抽取研究》2020.12.01
- 《表1 数据集信息表：基于标签迁移和深度学习的跨语言实体抽取研究》2020.12.01
- 《表1 0 (续)：基于标签迁移和深度学习的跨语言实体抽取研究》2020.12.01
- 《表3 数据标签可信度：基于深度学习的桥梁健康监测数据有效性分析》2021.03.01
- 《表2 模型训练正确率：基于深度学习的ELM实时识别研究》2020.12.15
- 《表8 英文主题归纳：基于深度学习的热点事件主题表示研究》2020.04.25
- 《表1 评测表：基于深度学习的医药专利标签分类方法》2020.05.01
- 《表1 数据集：基于深度学习的室内定位系统设计与实现》2020.04.01
- 《表2 定位方法RMSE：基于深度学习的室内定位系统设计与实现》2020.04.01
- 《表1 识别结果：基于深度学习的贵妃芒果成熟度检测研究与实现》2020.01.05
- 《表2 实验指标：基于深度学习的风格迁移算法的研究与实现》2020.02.01
- 《表1 摄像机内参数：基于深度学习的驾驶关注区域检测研究与实现》2019.07.08
- 《表1 标签列表：基于深度学习的Web信息抽取模型研究与应用》2019.09.01
- 《表1 实体举例表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01
- 《表4 标准化样例表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01
- 《表7 参数设置表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01
- 《表5 实体标签表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01
- 《表3 本体关系表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01
- 《表2 专业术语表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01