科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表1 模型性能评估表:基于Python的机器学习入侵检测的研究》
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Python的机器学习入侵检测的研究》
获取 高清版本
忘记账户?点击这里
登录
下载图表
忘记账户?点击这里
登录
图表编号
XD0077804900 严禁用于非法目的
绘制时间
2019.08.01
作者
孟平、龙华秋
绘制单位
五邑大学智能制造学部、五邑大学智能制造学部
更多格式
高清、无水印(增值服务)
查看“表1 模型性能评估表:基于Python的机器学习入侵检测的研究”的人还看了
表1 图片识别结果:基于机器视觉深度学习的电站渗水检测识别技术研究
表5 3种模型实验结果:基于机器学习的心律失常检测模型研究
表6 机器学习方法与检测模型的性能
表1 基于机器学习和深度学习模型的古文自动分词研究汇总
表1 各算法的性能指标:基于深度学习的光纤收卷机器视觉自动检测技术
表2 单类零件检测性能:基于深度学习框架的装配机器人零件实时检测方法
上一表
《表4 学生评价表表结构》
下一表
《表5 教师评价表表结构》
相关图表
《表1 图片识别结果:基于机器视觉深度学习的电站渗水检测识别技术研究》
2020.10.20
《表5 3种模型实验结果:基于机器学习的心律失常检测模型研究》
2020.08.01
《表6 机器学习方法与检测模型的性能》
2021.01.16
《表1 基于机器学习和深度学习模型的古文自动分词研究汇总》
2021.01.01
《表1 各算法的性能指标:基于深度学习的光纤收卷机器视觉自动检测技术》
2021.01.01
《表2 单类零件检测性能:基于深度学习框架的装配机器人零件实时检测方法》
2020.10.01
《表2 缺失值的处理规则:基于机器学习的房地产批量评估模型》
2020.05.10
《表1 检测准确率对比:基于机器学习的军事目标检测系统开发研究》
2020.08.05
《表1 原始数据实例:基于机器学习的燃煤元素碳含量预测模型研究》
2020.05.15
《表1 对比实验结果:基于机器学习算法的优质客户识别模型研究》
2020.06.05
《表2 未知攻击的结果:基于机器学习的入侵检测技术研究与实现》
2020.04.01
《表1 已知攻击的结果:基于机器学习的入侵检测技术研究与实现》
2020.04.01
《表1 模型参数:基于机器学习的自动负载均衡方法研究及应用》
2020.02.15
《表3 模型时间效率比较:基于机器学习技术的非染色细胞凋亡检测分类新方法》
2019.07.01
《表2 整个模型性能:基于机器学习的工业控制网络异常检测方法》
2019.06.10
《表1 模型性能评估表:基于Python的机器学习入侵检测的研究》
2019.08.01
《表7 模型预测评估:基于机器学习的中文MOOC教育学员流失预测研究》
2019.06.05
《表1 初选指标:基于机器学习的股票分析与预测模型研究》
2019.02.01
《表2 3种算法的性能:基于多特征融合与机器学习的鱼类摄食行为的检测》
2019.02.25
《表1 四种方法准确率:基于机器学习的入侵检测研究》
2019.11.01
随机翻阅
《表2 两组培训后的操作时间比较[(±s),s]》
《表2 不同实验处理下的感恩情绪得分情况(M±SD)》
《表2 吹扫清洗房1清洗2台机车的主要清洗部件用时》
《表4 2005~2015年各设区市到省会南京耗时情况统计表》
《表5 建筑物模型平均基底升力系数的影响因子》
《表1 不同制油工艺花生油的色泽、酸价、过氧化值和氧化稳定指数 (OSI) 比较》
《表4 20170905场次降雨调研淹没深度与模拟结果》
《表1 矿体化学组分 (单位:%)》
《表2 北京市城市建成区内各类公园绿地服务范围的统计》
《表5 催化剂用量对纯度和收率的影响》