《表2 数据集划分：基于CNN-LSTM的QAR数据特征提取与预测》
提示：宽带有限、当前游客访问压缩模式
S1、S2、S3中训练集、验证集、测试集样本划分情况如表2所示。
| 图表编号 | XD0090320500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 张鹏、杨涛、刘亚楠、樊志勇、段照斌 |
| 绘制单位 | 中国民航大学适航学院、中国民航大学电子信息与自动化学院、中国民航大学电子信息与自动化学院、中国民航大学工程技术训练中心、中国民航大学工程技术训练中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 部分参数示例：基于QAR2Vec模型的QAR数据特征提取》2021.01.01
- 《表3 各数据集预测结果：基于改进VMD的离心泵空化声发射信号特征提取》2020.12.28
- 《表2 3种特征提取方法在数据集D1和D2与参数α条件下预测结果的评估指标》2020.05.01
- 《表1 UCR数据集：基于转折点和趋势段的时间序列趋势特征提取》2020.07.10
- 《表3 预测效果与所需训练样本数量分析实验数据集划分方式》2020.07.25
- 《表2 数据集：基于皮尔逊最优电极选择的ADHD患者脑电特征提取及分类研究》2020.06.01
- 《表1 0 数据集的划分：基于LDA-DeepHawkes模型的信息级联预测》2020.03.01
- 《表7 验证数据预测结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表1 数据集分布：基于特征提取的恶意软件行为及能力分析方法研究》2019.12.10
- 《表1 实验数据集：基于层次化混合特征图的链路预测方法》2020.02.20
- 《表2 风电数据集特征：基于小波深度置信网络的风电爬坡预测方法》2019.11.28
- 《表1 实验数据集：基于特征选择的软件缺陷预测方法》2019.10.25
- 《表1 两种预测方法比较：基于QAR数据的民用飞机故障预测及验证》2019.10.25
- 《表3 误差对比结果：基于CNN-LSTM的QAR数据特征提取与预测》2019.10.01
- 《表1 相关参数表：基于CNN-LSTM的QAR数据特征提取与预测》2019.10.01
- 《表2 数据集组成：基于CNN-LSTM的歌曲音频情感分类》2019.05.10
- 《表1 数据集划分：基于多层次特征的跨场景服装检索》2019.07.01
- 《表2 数据集：基于CNN-LSTM模型的短文本情感分类》2019.07.10
- 《表1 数据集信息：基于随机子空间的多标签类属特征提取算法》2019.02.01
- 《表1 元数据集：基于决策树桩的元特征提取》2018.11.01