《表1 压缩效果表：采用编码降维及DTW算法改进的船舶航迹聚类》
提示：宽带有限、当前游客访问压缩模式
最小粒度压缩效果如表1所示。
| 图表编号 | XD00107654100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 曹伟、刘亚帅、管志强 |
| 绘制单位 | 南京船舶雷达研究所、南京船舶雷达研究所、南京船舶雷达研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 地理编码结果：基于改进密度聚类算法的交通事故地点聚类研究》2020.10.01
- 《表1 目标参数设置：基于改进遗传算法的多无人机协同侦察航迹规划》2020.04.01
- 《表1 语料库信息表：基于特征降维及参数优化的语音情感识别》2020.03.20
- 《表2 算法性能指标比较：一种改进的航迹聚类方法》2020.06.25
- 《表1 算法时间对比：一种改进的航迹聚类方法》2020.06.25
- 《表3 FCM聚类算法改进前后效果对比》2020.06.15
- 《表3 航迹节点个数：基于改进蚁群算法的三维航迹规划》2020.09.01
- 《表2 平均耗时比较：基于改进蚁群算法的三维航迹规划》2020.09.01
- 《表1 航迹长度比较：基于改进蚁群算法的三维航迹规划》2020.09.01
- 《表3 聚类效果评价：基于改进kmeans++算法的用户分类与电价政策影响分析》2020.05.20
- 《表2 振动信号分割结果：深孔啄钻振动信号DTW算法改进及应用》2019.12.01
- 《表1 加工工艺参数：深孔啄钻振动信号DTW算法改进及应用》2019.12.01
- 《表2 特征降维及筛选后集合》2020.01.08
- 《表1 UCI数据集：新的降维标准下的高维数据聚类算法》2020.01.01
- 《表1 预测结果误差对比：基于弹性网降维及花授粉算法优化BP神经网络的短期电力负荷预测》2019.07.01
- 《表2 聚类结果记录：采用编码降维及DTW算法改进的船舶航迹聚类》2019.10.01
- 《表2 改进的PCA降维算法运行时间对比》2019.01.05
- 《表1 仿真数据对比：基于改进RRT算法的无人机实时航迹规划》2019.02.20
- 《表3 压缩比CR=16∶3几种算法压缩性能比较 (采用Huffman编码, CR=16∶2.884 3)》2018.07.01
- 《表4 压缩比CR=16∶4几种算法压缩性能比较 (采用Huffman编码, CR=16∶3.774 6)》2018.07.01