《表1 实验硬件环境：基于多特征融合的意图识别算法研究》
提示：宽带有限、当前游客访问压缩模式
硬件环境，如下表1所示：
| 图表编号 | XD00145890400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 周权、陈永生、郭玉臣 |
| 绘制单位 | 同济大学电子与信息工程学院、同济大学电子与信息工程学院、同济大学电子与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 SVM实验结果：融合多特征的老挝机构名实体识别方法》2020.10.01
- 《表6 对比实验结果：融合多特征的老挝机构名实体识别方法》2020.10.01
- 《表1 疲劳驾驶行为特征：多特征融合的随机森林疲劳驾驶识别算法》2020.10.15
- 《表2 疲劳样本参数：多特征融合的随机森林疲劳驾驶识别算法》2020.10.15
- 《表4 硬件消耗：基于深度残差的多特征多粒度农业病虫害识别研究》2020.08.25
- 《表1 试验所用负载类型：基于多特征融合神经网络的串联电弧故障识别技术》2021.02.28
- 《表3 混淆矩阵：基于多特征融合神经网络的串联电弧故障识别技术》2021.02.28
- 《表2 实验环境配置：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表5 三种算法性能对比：基于HOG特征与手部多特征信息融合的静态手势识别》2020.08.25
- 《表1 车辆检测总体结果：基于多特征融合的车辆检测算法》2020.06.20
- 《表2 实验主要软件环境：基于多特征融合的意图识别算法研究》2020.07.25
- 《表6 实验硬件资源：融合多特征的Android恶意软件检测方法》2020.01.10
- 《表2 实验硬件环境：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表2 实体数量统计：基于深度学习和多特征融合的中文电子病历实体识别研究》2019.11.30
- 《表2 不同算法实验结果：基于多特征自适应融合的目标跟踪算法》2019.10.28
- 《表1 实验视频参数：基于多特征自适应融合的目标跟踪算法》2019.10.28
- 《表3 交通标识识别耗时：基于多特征融合的交通标识实时分类与识别》2019.06.01
- 《表1 恶意样本集：基于多特征融合的恶意代码分类算法》2019.08.10
- 《表5 时间复杂度对比：基于多特征融合的交通标志识别算法》2019.09.15
- 《表1 基于单一特征与多特征融合的海洋涡旋识别精度对比》2019.01.16