《表7 特征点检测实验结果》
提示：宽带有限、当前游客访问压缩模式
根据得到的最优C、g训练模型，进行模型预测，本文中使用800个样本作为训练样本，200个作为测试样本，进行多次实验，得到实验结果如表7。
| 图表编号 | XD00120609400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 郭伟、白文硕、曲海成 |
| 绘制单位 | 辽宁工程技术大学软件学院、辽宁工程技术大学软件学院、辽宁工程技术大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 特征点检测结果对比》2020.04.01
- 《表4 基于级联网络与特征点检测网络的锥套小目标高精度快速定位算法实验性能》2020.06.01
- 《表3 实验场景信息对比：级联特征点检测的锥套小目标快速检测定位算法》2020.06.01
- 《表2 实验软件平台信息：级联特征点检测的锥套小目标快速检测定位算法》2020.06.01
- 《表1 实验硬件平台信息：级联特征点检测的锥套小目标快速检测定位算法》2020.06.01
- 《表1 人眼检测测试结果：基于约束局部模型的人眼特征点定位》2020.08.25
- 《表1 实验地图结果对比：基于闭环检测的三维点云地图创建》2020.09.20
- 《表7 28℃浇筑下特征点温度应力结果统计》2020.03.15
- 《表2 摄像机标定结果：基于角点灰度分布特征的棋盘格角点检测》2020.01.10
- 《表2 实验结果：不确定数据流上的离群点检测处理》2020.02.25
- 《表1 极值点检测范围部分对比实验结果》2020.01.01
- 《表7 点荷载检测结果：乐山大佛胸腹部修复材料劣化特征研究》2019.11.01
- 《表1 特征点对比实验结果》2019.09.01
- 《表1 实验结果表：基于离群点检测的NBA最有价值球员预测》2019.07.20
- 《表2 SIFT与本文算法在特征点检测阶段的耗时比较结果》2019.10.01
- 《表2 不同时间点实验室检测结果与比较》2019.02.05
- 《表7 验证点实验条件及结果》2019.05.28
- 《表1 实验方案：基于特征点提取技术的车辆行车视距检测算法研究》2019.07.15
- 《表2 实验参数设置：深度卷积神经网络应用于人脸特征点检测研究》2019.02.15
- 《表5 采样点检测结果：随州市环境空气中VOCs的污染特征》2018.12.01