累積マッチング特性(cmc)カーブの計算方法を教えてください。一例といくつかの読書資源が役に立つでしょうか?累積マッチング特性(CMC)
2
A
答えて
0
CMCカーブは、各ランクに対して検出または認識の精度を提供する精度曲線です。
水平線は認識のランクで、垂直線は精度%です。例えば、第1のランク認識率は第1の要素に示され、第2のランクは第2の要素に示され、以下同様である。各ランクに識別率を示す非減少曲線がもたらされる結果、最後のランクの識別率として
1.
image of a sample CMC curve for identification rate per rank
0
関連する問題
- 1. 累積アクセスオブジェクトのプロパティと累積関数
- 2. 累積合計オブジェクト属性ストリーム
- 3. ダイナミックエクササイズ累積オッズ
- 4. 累積値
- 5. パンダ "累積" rolling_corr
- 6. 累積メッセージングパターン
- 7. 累積平均
- 8. 累積アルファブレンディング
- 9. 累積再帰
- 10. パンダ累積数
- 11. altairの累積数
- 12. 累積レコードのLINQ
- 13. Excel累積減額
- 14. javafx StackedBarChart累積値
- 15. Matplotlibの累積プロット
- 16. 累積条件クエリ
- 17. 累積SUM関数
- 18. d3累積線グラフ
- 19. PANDASの累積セット
- 20. 累積値のグラフ
- 21. 累積的計算
- 22. 累積製品パック
- 23. ブーストmpl積分型が累積
- 24. SFMLのOpenGL累積バッファ?
- 25. Jquery Mobile - ダイナミックページDOMで累積
- 26. SASコンディション累積合計
- 27. パンダのマルチインデックスデータフレームの累積パーセンテージ
- 28. 差分の累積和
- 29. amserialchartグラフd累積計算
- 30. Spring Security 3の累積フィルタ