《表1 各类方法比较结果：基于IM-GA-BPNN的网络入侵检测算法设计》
提示：宽带有限、当前游客访问压缩模式
三种方法对应的迭代次数、训练时间、检测率DR和误检率FPR结果如表1所示：
| 图表编号 | XD009636400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.18 |
| 作者 | 周丽娟 |
| 绘制单位 | 山西财经大学实验教学中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 二分类结果比较：基于深度神经网络的Android恶意软件检测方法》2020.10.15
- 《表1 入侵检测的准确性：基于布谷鸟搜索算法的网络大数据轻量级入侵检测方法研究》2020.07.15
- 《表5 算法测试结果：基于改进循环神经网络的窃电行为检测方法研究》2021.01.20
- 《表3 算法性能对比：基于定位置信度和区域全卷积网络的火焰检测方法》2020.10.25
- 《表6 设计模式检测算法：基于堆叠泛化的设计模式检测方法》2020.06.01
- 《表1 2 改进方法与原算法的各类目标检测结果对比》2020.05.25
- 《表4 各类算法实验结果：基于车辆运行数据的疲劳驾驶状态检测》2020.08.01
- 《表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法》2020.05.25
- 《表1 算法对比结果：基于BP神经网络的人脸检测AdaBoost算法》2020.08.25
- 《表1 清洗方法：基于点群聚类的计算机网络入侵节点选择算法研究》2020.09.05
- 《表4 部分测试样本：基于遗传算法优化BP神经网络的管道泄漏检测方法研究》2020.01.28
- 《表2 部分测试样本：基于遗传算法优化BP神经网络的管道泄漏检测方法研究》2020.01.28
- 《表1 部分训练样本：基于遗传算法优化BP神经网络的管道泄漏检测方法研究》2020.01.28
- 《表3 部分训练样本：基于遗传算法优化BP神经网络的管道泄漏检测方法研究》2020.01.28
- 《表2 不同算法实验结果：基于WiFi交错信号与深度神经网络的室内人群数量检测方法》2019.07.01
- 《表3 检测结果数据：基于超声波检测的BP神经网络缺陷识别方法设计》2019.08.30
- 《表1 检测结果表：基于区域生成网络结构的多层特征融合目标检测算法》2019.08.28
- 《表4 其他算法效果对比：基于卷积神经网络的主变压器外观缺陷检测方法》2019.04.25
- 《表1 算法运行硬件配置：基于卷积神经网络的主变压器外观缺陷检测方法》2019.04.25
- 《表2 实验参数准备表：基于随机检测算法的网络拥塞控制系统设计》2019.05.01