《表1 5组测试数据集的特征》
提示：宽带有限、当前游客访问压缩模式
为了验证所提出的算法的检测效果，本文采用5组不同的红外图像序列进行测试实验，如图6(a）．测试所用图像的特征如表1．为了能够正常展示，所有图像均已缩放至相同大小．
| 图表编号 | XD00118312000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 潘胜达、张素、赵明、安博文 |
| 绘制单位 | 上海海事大学信息工程学院、上海海事大学信息工程学院、上海海事大学信息工程学院、上海海事大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 5个UCR时间序列数据集的测试误差》2020.10.01
- 《表5 数据挖掘模型对测试集的预测结果(例)》2020.11.10
- 《表5 Indian数据集的纹理特征相关矩阵》2020.10.20
- 《表5 基于第3组数据集的评价指标》2021.01.20
- 《表1 训练数据集和测试数据集的数据条数》2021.02.23
- 《表1 训练集与测试集的数据量分配》2020.07.25
- 《表5 MNIST数据集的测试精度对比》2020.05.01
- 《表5 三组数据集的网络统计特征》2020.03.25
- 《表1 测试集的异物检测数据》2019.10.15
- 《表5 假阳性结果比较：基于NSL-KDD数据集的物联网入侵检测特征选择方法研究》2019.09.25
- 《表1 数据集的拓扑结构特征》2019.08.10
- 《表1 真实数据集的数据特征》2019.05.01
- 《表5 测试合成数据集的平均运行时间 (单位:s)》2019.05.01
- 《表5 各分类器在训练数据集和测试数据集的F1值》2019.04.25
- 《表1 训练集和测试集的禽流感病鸡声特征和健康鸡声特征》2019.01.01
- 《表2 5种方法在Celeb A数据集的测试集上的准确率》2019.01.01
- 《表1 数据集的输入特征量》2018.10.01
- 《表1 各数据集的基本特征》2019.12.01
- 《表5 各复杂度下决策树对40组测试集的正确率》2018.12.01
- 《表2 9组数据集的特征组个数》2019.12.01