《表5 不同算法的分类精度Tab.5 Classification accuracy of different algorithms》

《表5 不同算法的分类精度Tab.5 Classification accuracy of different algorithms》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于深度学习的时间序列数据异常检测方法》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

由表5可得，本文分别在原始数据集和经过本文提出的不平衡时间序列数据处理算法后的数据集上进行，对于原始数据集分别使用PCA和SVD进行特征提取[20]，分别使用SVM[21]和人工神经网络（NN）进行分类，分类精度较低.其次，在经过不平衡时间序列数据处理后的数据集上使用PCA和SVD进行特征提取，分别使用SVM和NN进行分类，分类精度明显提高，最后与本文的方法进行对比，体现了本文所提方法的优越性.

图表编号XD0060261600    严禁用于非法目的
绘制时间2019.02.01
作者胡姣姣、王晓峰、张萌、张德鹏、胡绍林
绘制单位西安理工大学理学院、西安理工大学理学院、西安理工大学理学院、西安理工大学理学院、广东石油化工学院自动化学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 不同分类方法的分类精度Tab.3 Accuracy of different classification methods》2018.10.01
  2. 《表3 2种算法的拟合精度指标le 3 Fitting accuracy index of two algorit》2019.07.28
  3. 《表2 不同隐藏层结构下DCNN的分类精度比较Tab.2 Comparison of DCNN classification accuracy under different hidden layers》2019.02.01
  4. 《表5 威布尔分布三参数不同方法估计精度对比表Tab.5 Comparison table for estimation accuracy of different methods for three-parameter Weibull di》2019.02.01
  5. 《表5 能量分类精度评价Tab.5 Accuracy evaluation of energy classification》2019.01.25
  6. 《表3 不同分类方法精度对比Tab.3 Comparison of accuracy in different classification methods》2019.01.20
  7. 《表5 样本分类结果精度对比Tab.5 Accuracy comparison of sample classification results》2019.01.20
  8. 《表5 不同更新阈值对应的结果精度对比Tab.5 Accuracy comparison of results corresponding to (m) different thresholds》2019.02.25
  9. 《表5 不同卷积核数量对应的总体分类精度Tab.5 Overall accuracy with different number of kernels (%)》2019.01.01
  10. 《表2 不同算法Google of SIRI-WHU数据集的分类精度Tab.2 Classification accuracy of Google ofSIRI-WHU dataset by different methods》2018.12.01
  11. 《表1 不同算法UC Merced Land Use数据集的分类精度Tab.1 Classification accuracy of UC MercedLand Use dataset by different methods》2018.12.01
  12. 《表5 样本1上算法间的分类精度对比Tab.5 Accuracy compare of each algorithm in sample 1》2018.12.01
  13. 《表5 本文与传统方法的情感分类准确率Tab.5 Accuracy of image emotion classification using proposed method and traditional methods》2018.08.15
  14. 《表5 测试图像的分类精度Tab.5 Accuracies of the test images》2018.11.25
  15. 《表5 随机森林分类的用户精度和制图精度 (%) Tab.5 The User's and Producer's accuracy of the RF classification》2018.10.25
  16. 《表4 不同分类方法精度对比表Tab.4 Accuracy comparison results of different classification methods》2018.10.25
  17. 《表3 不同分类器200个波段下的分类精度Table 3 Classification accuracy by different classifiers in the original hyperspectral image》2018.06.01
  18. 《表5 基于4种核函数的多光谱进行地物分类精度对比表Tab.5 Comparison of SVM land-cover classification accuracy based on four kinds of SVM kernel fu》2018.02.01
  19. 《表2 不同分类方法的精度Tab.2 Different Methods of Classification Accuracy (%)》2018.11.20
  20. 《表1 添加不同特征信息的RF分类精度表Tab.1 The RF Classification Accuracy with Different Feature Information》2018.03.20

随机翻阅

《表5：降低空压机非正常停机次数》 《表4 80例患者生活质量评估（±s，分）》 《表1 猕猴桃对部分营养元素的需求量（新西兰）》 《表7 2008-2017年苏北绿色经济指数发展趋势》 《表3 儿童泌尿系统结石部位分布》 《表4 新膜、污染膜和清洗膜的性能参数》 《表3 银行竞争程度变化的福利分析测算结果》 《表5 NHK4档新闻节目名称在日本Yahoo!网站搜索得出的网页数（单位：千）》 《表6 外文数据库中荔枝蒂蛀虫发文量居前5的研究机构》 《表2 焊接工艺参数Table 2 Welding parameters》