《表1 改进算法（本文）的试验结果》
提示：宽带有限、当前游客访问压缩模式
为验证本文算法的有效性，选择拍摄的连续11帧图片作为研究对象，本文算法和直接使用RANSAC算法相比较，结果如表1所示。
| 图表编号 | XD00139673200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.28 |
| 作者 | 毛峡、李亚豪 |
| 绘制单位 | 北京航空航天大学电子信息工程学院、北京航空航天大学电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 试验验证结果：基于MLP神经网络改进组合导航算法》2021.01.16
- 《表2 现场试验结果：改进的井下人员定位PDR算法研究》2021.01.01
- 《表6 水稳定性试验结果：基于改进多目标优化算法的分布式数据中心负载调度》2021.01.01
- 《表4 正交试验结果：大型数据库中利用强化学习改进treap的关联规则挖掘算法》2021.01.05
- 《表1 传统A*算法和本文改进A*算法的搜索时间与搜索节点数量对比》2020.09.20
- 《表3 本文算法测量结果：一种PCL与改进积分法人体体型的测量》2020.11.01
- 《表1 本文研究案例定义：非规则结构电容层析成像填补法测量的敏感场特性及重构算法改进》2020.08.01
- 《表2 权值选择试验结果：基于改进PCNN的番茄植株夜间图像分割算法》2020.03.25
- 《表2 本文改进Fb LMS算法与ANC现有算法的性能比较》2020.03.15
- 《表3 本文算法与传统算法的试验结果》2019.09.25
- 《表1 试验结果：基于改进的Faster R-CNN算法的机械零件图像识别》2019.09.20
- 《表1 本文改进PSO算法的性能分析》2019.08.01
- 《表1 KLT算法与本文改进算法正确匹配点数统计》2019.07.28
- 《表1 传统ORB匹配算法和本文改进ORB匹配算法对比》2019.05.25
- 《表1 蚁群算法与本文的改进A*算法的防碰撞时间对比》2019.05.25
- 《表1 蚁群算法与本文算法仿真试验下的对比》2019.03.01
- 《表1 SURF算法与本文改进算法的匹配质量比较》2019.02.01
- 《表3 本文算法与文献[18-20]中提出的3种改进K-means算法对比》2019.02.05
- 《表8 本文方法与改进的PageRank算法的意见领袖识别结果对比》2019.11.25
- 《表1 本文算法检测数据：复杂背景下改进的棋盘格内角点检测算法》2019.12.16