《表1 不同场景下各算法的性能对比》
提示：宽带有限、当前游客访问压缩模式
为了客观评价不同算法的去雾效果，本文选择峰值信噪比（PSNR）、结构相似性（SSIM）、信息熵H以及算法的运行时间T作为评价指标对不同算法进行量化比较。如表1所示。
| 图表编号 | XD00147783500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 许烁、王栋、何俊红 |
| 绘制单位 | 上海大学机电工程与自动化学院、上海大学机电工程与自动化学院、上海大学机电工程与自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 不同场景下各参数值设定》2020.09.25
- 《表1 12 d B条件下各算法性能对比》2021.03.10
- 《表3 不同天气条件下各水位级下不同算法处理的水位识别率对比结果》2020.11.01
- 《表2 不同多尺度算法的优缺点及适用场景对比》2021.03.01
- 《表2 不同天气条件下各算法MAE和MSE的对比统计》2020.11.01
- 《表1 运动模糊场景下跟踪算法性能对比》2020.12.28
- 《表2 4种场景下跟踪算法性能对比》2020.12.28
- 《表1 2种算法不同场景旋转误差和平移误差对比表》2020.06.15
- 《表2 并网运行下各场景的算法求解结果》2020.08.10
- 《表3 孤网运行下各场景的算法求解结果》2020.08.10
- 《表2 不同场景下各算法的粗糙度值》2020.05.01
- 《表3 不同场景下各算法的NU值》2020.05.01
- 《表2 不同置信水平下各算法对比结果（4月23-29日）》2020.08.20
- 《表5 不同场景下各利益主体的运行指标结果》2019.11.10
- 《表3 Pho Tex纹理库不同训练样本数下各算法识别率对比》2019.07.28
- 《表1 CMUPIE人脸库不同训练样本数下各算法识别率对比》2019.07.28
- 《表2 不同算法结果对比：一种基于RFID场景布局的AGV改进花朵授粉定位算法》2019.09.25
- 《表5 不同时刻下各场景的分类准确率》2019.07.08
- 《表1 几种算法在6个场景下的整体平均性能参数对比》2019.06.20
- 《表1 几种算法在CDNet2014数据库6个场景下的整体平均性能参数对比Tab.1 Overall average performance on 4scenes from CDNet2014dataset》2018.02.01