《表3 实验三结果：用于晶圆对位标记识别的模板匹配算法研究》
提示：宽带有限、当前游客访问压缩模式
该实验的模板尺寸是与待匹配区域相同大小的模板，对同一图像分别采用基于区域相关和基于特征的匹配算法进行匹配，匹配结果如表3所示。
| 图表编号 | XD00130617200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.25 |
| 作者 | 杨帆 |
| 绘制单位 | 中国电子科技集团公司第四十五研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 实验三的统计结果：融合深度学习目标识别的监控视频摘要浓缩方法》2020.08.25
- 《表1 仿真实验默认参数：一种通信信号调制识别的自动神经网络结构搜索算法》2020.09.15
- 《表3 用于遮挡人脸识别的卷积神经网络》2020.05.01
- 《表3 深度神经网络用于水下目标检测与识别的对比分析》2020.03.25
- 《表3 平台具体配置：国密算法下网络用户身份识别的系统研究》2020.04.05
- 《表1 仿真结果：基于二维码识别的P4P算法研究》2020.06.25
- 《表2 实验二结果：用于晶圆对位标记识别的模板匹配算法研究》2020.02.25
- 《表3 MMI库表情识别的实验结果》2020.02.16
- 《表2 实验结果混淆矩阵：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表8 共享线性操作分析：面向问句复述识别的多卷积自交互匹配方法研究》2019.10.01
- 《表5 句子特征性能分析：面向问句复述识别的多卷积自交互匹配方法研究》2019.10.01
- 《表3 模型复杂度分析：面向问句复述识别的多卷积自交互匹配方法研究》2019.10.01
- 《表1 优化函数配置：面向问句复述识别的多卷积自交互匹配方法研究》2019.10.01
- 《表2 部分组合特征模板：面向文本命名实体识别的深层网络模型》2019.01.01
- 《表1 原子特征模板：面向文本命名实体识别的深层网络模型》2019.01.01
- 《表2 cw-壳分解结果：加权有向网络中心节点识别的分解算法研究》2019.01.01
- 《表3 复杂网络数据集：加权有向网络中心节点识别的分解算法研究》2019.01.01
- 《表1 c-壳分解结果：加权有向网络中心节点识别的分解算法研究》2019.01.01
- 《表4 网络分壳结果：加权有向网络中心节点识别的分解算法研究》2019.01.01
- 《表1 实验结果：基于图像识别的吸量管液位检测方法研究》2019.12.01