《表1 实验环境：一种基于Radon变换的微表情识别算法》
提示：宽带有限、当前游客访问压缩模式
本文中微表情识别算法使用的实验环境如表1所示。
| 图表编号 | XD00130056200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.28 |
| 作者 | 吴进、安怡媛、韩天顺、师倩文 |
| 绘制单位 | 西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 实验4参数设置：基于快速沃尔什-哈达玛变换的OVSF码盲识别算法》2021.01.01
- 《表2 实验2参数设置：基于快速沃尔什-哈达玛变换的OVSF码盲识别算法》2021.01.01
- 《表1 实验1参数设置：基于快速沃尔什-哈达玛变换的OVSF码盲识别算法》2021.01.01
- 《表4 对比实验结果：基于Apex帧光流和卷积自编码器的微表情识别》2021.02.15
- 《表1 基于静态图像的深度人脸表情识别算法在常见数据库上的性能比较》2020.11.16
- 《表1 实验硬件环境：基于多特征融合的意图识别算法研究》2020.07.25
- 《表1 实验参数表：一种基于卷积神经网络的人脸识别改进算法》2020.08.01
- 《表1 实验软件环境：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表2 算法测试硬件环境：一种基于快速面部识别算法的学习状态统计分析系统》2020.03.05
- 《表5 测试数据集：一种基于CNN与LSTM结合的微表情识别算法》2020.01.28
- 《表4 网络超参值：一种基于CNN与LSTM结合的微表情识别算法》2020.01.28
- 《表6 测试结果：一种基于CNN与LSTM结合的微表情识别算法》2020.01.28
- 《表3 算法结果对比：一种基于3D-CNN的微表情识别算法》2019.10.28
- 《表2 网络配置参数：一种基于3D-CNN的微表情识别算法》2019.10.28
- 《表1 基于VGGface的表情识别实验结果》2019.10.01
- 《表2 情感识别结果：基于表情符注意力机制的微博情感分析模型》2019.09.01
- 《表1 实验环境：一种基于随机探测算法和信息聚合的漏洞检测方法》2019.01.10
- 《表1 实验的硬软件环境：一种基于GPU的火焰实时模拟算法》2019.05.10
- 《表1 各标定参数值：基于Radon变换CT系统参数的标定及成像》2018.09.28
- 《表1 实验环境配置：一种基于代理的拜占庭容错算法》2019.12.25