《表2 不同算法下的识别率》
提示：宽带有限、当前游客访问压缩模式
同时，本实验选择最佳参数来比较我们的算法与其他在手背静脉图像上算法的结果，结果如表2所示。
| 图表编号 | XD0036343500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.25 |
| 作者 | 王一丁、蒋小琛 |
| 绘制单位 | 北方工业大学电子信息工程学院、北方工业大学电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同算法在extended Yale B数据库极度光照下的识别率》2020.09.05
- 《表2 不同分类算法和不同信号指标下的识别准确率》2020.12.30
- 《表3 各算法在Yale数据集上不同分辨率下的识别率》2020.11.01
- 《表6 不同识别算法在不同特征下的综合性能比较》2020.10.01
- 《表6 Leukemia数据集在3种降维算法下的识别率》2020.06.25
- 《表2 不同行走状态下的算法识别率》2019.12.25
- 《表2 在ORL人脸库下不同算法下的识别率》2019.11.01
- 《表1 特征区块大小：PCANet下的遮挡定位人脸识别算法》2019.12.01
- 《表1 各算法检测性能：复杂光照条件下的交通标志检测与识别》2019.12.10
- 《表2 各算法识别准确率：复杂光照条件下的交通标志检测与识别》2019.12.10
- 《表6 不同算法在较大俯仰角改变下的识别性能》2019.08.20
- 《表4 不同算法在型号改变下的识别性能》2019.08.20
- 《表3 几种光照算法处理下的人脸识别率 (结合Gabor+PCA+FLD+SVM)》2019.06.01
- 《表1 CRNN、CRNN＿CSEnet和CRNN＿ISEnet算法下的情绪识别率》2019.07.20
- 《表2 CRNN1、CRNN2和CRNN＿ISEnet算法下的情绪识别率》2019.07.20
- 《表3 CRNN＿ISEnet算法下的情绪识别率》2019.07.20
- 《表3 不同算法下的准确识别率》2019.05.20
- 《表1 改进的Harris算法在不同噪声强度下的识别效果》2018.10.15
- 《表1 不同算法在椒盐噪声下的平均识别率》2019.12.01
- 《表2 不同算法在高斯噪声下的平均识别率》2019.12.01