《表1 实验工具参数：基于深层卷积神经网络的智能导盲终端设计与应用》
提示：宽带有限、当前游客访问压缩模式
本文模型训练所使用的实验工具参数如表1所示，训练耗时总计约7小时40分钟。
| 图表编号 | XD0063097600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 彭琳钰、刘宇红、马治楠、戴晨亮 |
| 绘制单位 | 贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果对比：基于卷积神经网络的电力杆塔图像智能识别算法研究》2020.09.25
- 《表3 钢材性能参数：基于深层神经网络的医学图像半自动绘画标注系统设计研究》2020.12.15
- 《表1 卷积神经网络结构：基于卷积神经网络的脑部CT智能辅助诊断分析方法研究》2020.12.05
- 《表2 CNN训练参数：基于卷积神经网络的脑部CT智能辅助诊断分析方法研究》2020.12.05
- 《表1：智能终端参数指标：基于数字化技术的智慧配电系统及其设计应用》2020.07.01
- 《表2 4种深层卷积神经网络的模型参数及其在ImageNet数据集的分类精度》2020.06.25
- 《表2 实验参数设置：图像分类卷积神经网络的进化设计》2020.05.15
- 《表1 实验参数：基于MDH模型的导盲机器人定位精度检测系统设计》2020.05.25
- 《表1 实验设计方案：基于卷积神经网络的高速无线局域网分组丢失和错误原因识别方法》2020.06.01
- 《表2 轴承参数：基于卷积神经网络的风电机组轴承机械故障智能诊断方法》2020.07.30
- 《表1 双处理机性能参数：基于深层搅拌船的水泥浆同步注入系统的设计与应用》2020.07.10
- 《表2 水泥浆泵参数：基于深层搅拌船的水泥浆同步注入系统的设计与应用》2020.07.10
- 《表1：实验参数：基于卷积神经网络的小样本图像分辨率改进方法》2020.07.15
- 《表1 实验参数表：一种基于卷积神经网络的人脸识别改进算法》2020.08.01
- 《表1 卷积模型：基于R-FCN深层卷积神经网络的金属冲压件表面缺陷检测》2020.01.10
- 《表1 实验数据表：基于智能移动终端开发的高校实验室管理系统设计》2019.09.01
- 《表1 实验参数表：基于云计算的三层架构网络用户访问路长数据智能挖掘系统设计》2019.06.01
- 《表1 实验参数：基于Ad Hoc网络的医院智能安防控制系统设计》2019.04.25
- 《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 实验参数设置：基于无监督特征选择和卷积神经网络的图像识别算法》2018.10.25