《表2 3种手势动作识别结果和识别率》
提示：宽带有限、当前游客访问压缩模式
将检验样本发送给成熟的神经网络进行识别，表2给出了识别的结果。
| 图表编号 | XD00130793100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.01 |
| 作者 | 张莉、刘晓露、王朝、宋易铭 |
| 绘制单位 | 吉林大学仪器科学与电气工程学院、吉林大学仪器科学与电气工程学院、吉林大学仪器科学与电气工程学院、吉林大学仪器科学与电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 两种不同梯度优化策略训练出模型的手势识别率》2018.02.01
- 《表4 划拳测试结果：一种基于神经网络的手势识别装置》2020.05.15
- 《表3 猜拳测试结果：一种基于神经网络的手势识别装置》2020.05.15
- 《表2 划拳测试结果：一种基于神经网络的手势识别装置》2020.05.15
- 《表1 猜拳测试结果：一种基于神经网络的手势识别装置》2020.05.15
- 《表2 手势识别测试结果：面向人机交互的手势识别系统设计》2020.03.25
- 《表4 28种手势的识别准确率比较》2020.09.01
- 《表3 14种手势的识别准确率比较》2020.09.01
- 《表1 自主采集数据8种手势识别准确率》2020.06.20
- 《表3 不同特征提取算法对于两种数据库的手势识别准确率》2020.06.20
- 《表2 UCI数据6种手势识别准确率》2020.06.20
- 《表3 5手势分类准确率：基于CNN和sEMG的手势识别及康复手套控制》2020.07.01
- 《表1 手部动作类型表：基于表面肌电信号的性别差异性手势识别》2020.03.25
- 《表2 7种手势的识别结果》2020.03.16
- 《表3 手势识别实验结果》2020.02.01
- 《表3 75%数据作训练时手势识别结果》2020.04.06
- 《表3 3种算法在数字手势上的识别率》2019.10.01
- 《表2 识别结果对比：基于深度图像的手势识别研究》2019.10.01
- 《表3 4类手势动作识别结果》2019.09.08
- 《表4 4类手势动作识别结果》2019.09.08