《表1 基于视觉图像的新鲜程度判别结果》
提示：宽带有限、当前游客访问压缩模式
在Neuro Shell 2神经网络判别模型主成分因子数为9时，对鱼体、鱼眼及鱼鳃颜色特征在数据层融合并降维后的样本进行判别，判别结果见表1。
| 图表编号 | XD00105077400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.20 |
| 作者 | 韩秀枝 |
| 绘制单位 | 漯河食品职业学院信息工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 裂缝图像的特征：基于机器视觉的隧道衬砌裂缝分析与检测》2020.05.20
- 《表1 检测系统组成：基于机器视觉的型材表面缺陷图像处理》2020.07.31
- 《表2 本文系统识别结果：基于激光视觉的局部放电图像识别系统》2020.09.25
- 《表1 训练平台系统配置：基于视觉传达效果的海报图像自动渲染系统设计》2021.01.15
- 《表1 各算法实验结果：基于深度学习的行驶视觉图像分割模型设计》2020.10.25
- 《表1 边际贡献率计算表：基于显微视觉的酶联斑点图像识别计数》2020.11.10
- 《表1 判别网络模型参数：基于条件信息卷积生成对抗网络的图像识别》2020.07.15
- 《表8 主成分贡献率：基于机器视觉的甜瓜成熟度判别研究》2020.07.30
- 《表3 图像示例：基于判别关键域和深度学习的植物图像分类》2020.03.16
- 《表2 客观评价结果：基于人眼视觉的电润湿电子纸图像分层映射技术研究》2020.03.06
- 《表1 图像采集结果：基于机器视觉的高电位监测设备激光无线供能系统》2019.10.20
- 《表1 各方法信息熵对比：基于视觉感知的快速雾天图像清晰度复原》2019.08.01
- 《表3 图像法检测结果：基于机器视觉的纱线质量检测系统设计》2019.08.25
- 《表2 基于图像信息的CNN成熟度判别结果》2019.04.25
- 《表3 模型参数及结果：基于太赫兹衰减全反射技术的花生霉变程度判别》2019.04.25
- 《表1 模糊等级：基于深度学习和人眼视觉系统的遥感图像质量评价》2019.03.25
- 《表1 图像特征参数：基于机器视觉高斯混合模型对铝锭的表面波纹检测》2018.10.25
- 《表1 硬件型号与参数：基于视觉技术的热成像图像识别系统研究》2019.12.25
- 《表2 结果数据：基于视觉技术的热成像图像识别系统研究》2019.12.25
- 《表2-1标度值含义表：三维视觉类电子出版物中冗余光源的判别——基于K-L展开式》2019.11.15