《表2：三种噪声情况下算法识别率对比》
提示：宽带有限、当前游客访问压缩模式
其中，Ps（w）为x（n）的功率谱密度；Pv（w）为噪声的功率谱密度。本文算法提取过程如图2。
| 图表编号 | XD00151248100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.01 |
| 作者 | 曾金芳、徐文涛、黄费贞 |
| 绘制单位 | 湘潭大学物理与光电工程学院、湘潭大学物理与光电工程学院、湘潭大学物理与光电工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 三类多特征和三种单特征方法在噪声干扰下的平均识别率》2020.12.20
- 《表1 三种目标检测算法识别精度对比（AP)》2020.07.15
- 《表2 三种目标检测算法综合识别性能对比》2020.07.15
- 《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2 不同噪声环境下机器人语音命令各特征提取算法的识别准确率》2020.04.20
- 《表2 双目标情况下3种算法性能比较(噪声标准差=0.6)》2020.02.01
- 《表3 三种算法识别准确率及耗时对比》2020.03.10
- 《表2 三种算法过滤噪声时间比较/ms》2020.02.25
- 《表1 三种算法在带不同类型噪声sin ex(x)函数下的运行结果》2019.11.30
- 《表2 三种算法识别准确度对比》2019.10.08
- 《表1 本文算法与三种不同算法识别准确率的对比》2019.11.20
- 《表2 算法在无噪声状态下平均识别率》2019.08.01
- 《表8 无噪声下多种算法识别f2结果》2019.01.01
- 《表2 噪声情况下2种算法的人脸识别性能比较 (%)》2019.02.20
- 《表3 实验数据有噪声、无噪声情况下两种算法参数估计结果对比》2019.01.01
- 《表2 不同噪声情况下DFT算法SNR最小承受值》2019.02.20
- 《表1 不同程度噪声攻击下的三种算法的融合质量测试》2018.11.01
- 《表1 改进的Harris算法在不同噪声强度下的识别效果》2018.10.15
- 《表1 不同算法在椒盐噪声下的平均识别率》2019.12.01
- 《表2 不同算法在高斯噪声下的平均识别率》2019.12.01