首页> 外文OA文献 >Table 3: Data augmentation accuracy comparisons () in different sizes of datasets (N) using DenseNet201 on Intel Image Classification Dataset.

【2h】

Table 3: Data augmentation accuracy comparisons () in different sizes of datasets (N) using DenseNet201 on Intel Image Classification Dataset.

机译：表3：使用Densenet201在英特尔图像分类数据集上使用Densenet201的不同大小的数据增强精度比较（％）。

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

AI期刊论文写作 >>

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者

展开▼
作者单位

展开▼
年度 -1
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Spatially augmented LPboosting for AD classification with evaluations on the ADNI dataset. [J] . Hinrichs C, Singh V, Mukherjee L NeuroImage . 2009,第1期

机译：通过对ADNI数据集进行评估，对AD分类进行空间增强的LP增强。
2. Knowledge discovery with classification rules in a cardiovascular dataset. [J] . Podgorelec V, Kokol P, Stiglic MM, Computer Methods and Programs in Biomedicine: An International Journal Devoted to the Development, Implementation and Exchange of Computing Methodology and Software Systems in Biomedical Research and Medical Practice . 2005,第Suppla1期

机译：心血管数据集中具有分类规则的知识发现。
3. CHARCNN-SVM FOR CHINESE TEXT DATASETS SENTIMENT CLASSIFICATION WITH DATA AUGMENTATION [J] . Xingkai Wang, Yiqiang Sheng, Haojiang Deng, International Journal of Innovative Computing Information and Control . 2019,第1期

机译：具有数据增强功能的CHARCNN-SVM用于中文文本数据情感分类
4. ACCURACY OF A LINEAR THERMOACOUSTIC MODEL FOR (IN)STABILITY PREDICTION OF A LARGE EXPERIMENTAL DATASET. [C] . P.G.M. Hoeijmakers, I. Lopez, V. Kornilov, ICSV19 . 2012

机译：大型实验数据集稳定性预测的线性热声模型的准确性。
5. Synthesizing additional training data to increase the classification accuracy of visual data using feed-forward neural networks on small datasets. [D] . Qumsieh, Rafi. 2017

机译：在小型数据集上使用前馈神经网络合成其他训练数据，以提高视觉数据的分类准确性。
6. Dimension Reduction Aided Hyperspectral Image Classification with a Small-sized Training Dataset: Experimental Comparisons [O] . Jinya Su, Dewei Yi, Cunjia Liu, 2017

机译：小型训练数据集的降维辅助高光谱图像分类：实验比较
7. Table 4: Data augmentation accuracy comparisons () in different sizes of datasets (N) using ResNet50 on Intel Image Classification Dataset. [O] . -1

机译：表4：使用Reset50在Intel Image Classification数据集上使用Reset50的不同大小的数据增强精度比较（％）。

Table 3: Data augmentation accuracy comparisons () in different sizes of datasets (N) using DenseNet201 on Intel Image Classification Dataset.

著录项

引文网络

相似文献

相关主题

期刊订阅