首页> 外文OA文献 >Figure 3: ROC curve for SVM classifier trained with deep features extracted from (A) pre-trained ResNet-18 and (B) pre-trained ShuffleNet.

【2h】

Figure 3: ROC curve for SVM classifier trained with deep features extracted from (A) pre-trained ResNet-18 and (B) pre-trained ShuffleNet.

机译：图3：SVM分类器的ROC曲线，具有从（a）预先训练的Reset-18和（b）预训练的Shuffleenet的深度特征培训。

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。

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. LSTSVM classifier with enhanced features from pre-trained functional link network [J] . Ganaie M. A., Tanveer M. Applied Soft Computing . 2020,第1期

机译：LSTSVM分类器具有来自预培训的功能链接网络的增强功能
2. A post-processing method for detecting unknown intent of dialogue system via pre-trained deep neural network classifier [J] . Lin Ting-En, Xu Hua Knowledge-Based Systems . 2019,第Deca15期

机译：通过预训练的深度神经网络分类器检测对话系统未知意图的后处理方法
3. Efficient fusion of handcrafted and pre-trained CNNs features to classify melanoma skin cancer [J] . Youssef Filali, Hasnae EL Khoukhi, My Abdelouahed Sabri, Multimedia Tools and Applications . 2020,第41a42期

机译：高效的手工制作和预培训的CNNS功能融合，以分类黑素瘤皮肤癌
4. KAFK at SemEval-2020 Task 8: Extracting Features From Pre-trained Neural Networks To Classify Internet Memes [C] . Kaushik Amar Das, Arup Baruah, Ferdous Ahmed Barbhuiya, International Workshop on Semantic Evaluation . 2020

机译：Semeval-2020的Kafk任务8：从预先培训的神经网络中提取特征来分类互联网模因
5. Comparison of Pre-trained Convolutional Neural Network Performance on Glioma Classification [D] . Andrews, Whiteny Angelica Johanna. 2020

机译：在胶质瘤分类上进行预训练卷积神经网络性能的比较
6. Can pre-trained convolutional neural networks be directly used as a feature extractor for video-based neonatal sleep and wake classification? [O] . Muhammad Awais, Xi Long, Bin Yin, 2020

机译：可以预先训练的卷积神经网络直接用作基于视频的新生儿睡眠和唤醒分类的特征提取器吗？
7. Table 4 : Performance metrics of SVM classifier trained individually with each deep feature extracted from the pre-trained CNNs. [O] . -1

机译：表4：使用从预先训练的CNN中提取的每个深度特征单独培训SVM分类器的性能度量。

Figure 3: ROC curve for SVM classifier trained with deep features extracted from (A) pre-trained ResNet-18 and (B) pre-trained ShuffleNet.

著录项

引文网络

相似文献

相关主题

期刊订阅