《表3 预测样本数据：基于机器视觉的香蕉果肉缺陷预测方法》
提示：宽带有限、当前游客访问压缩模式
根据1.2节的图像处理与1.3节的特征参数提取计算，将采集到的预测样本通过拟合函数进行缺陷度的预测，根据预测结果对香蕉进行等级划分，如表3所示。
| 图表编号 | XD00154630700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.01 |
| 作者 | 张铮、熊盛辉、王孙强、胡凌辉 |
| 绘制单位 | 湖北工业大学机械工程学院、湖北工业大学机械工程学院、湖北工业大学机械工程学院、湖北工业大学机械工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 缺陷分类统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表1 缺陷样本特征参数：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表1 检测结果：基于机器视觉的苹果缺陷快速检测方法研究》2020.10.01
- 《表2 渗漏量预测：基于机器视觉深度学习的电站渗水检测识别技术研究》2020.10.20
- 《表4 训练样本：基于机器视觉的金属板材表面波纹度检测方法》2021.01.10
- 《表3 实验数据分析：基于机器视觉的卷烟小盒商标纸表面缺陷在线检测技术》2020.10.31
- 《表1 算法识别结果：基于机器视觉的胡萝卜表面缺陷识别方法研究》2020.11.18
- 《表1 检测数据表：基于机器视觉的电梯钢丝绳缺陷检测系统研究》2021.02.01
- 《表2 测试分类结果：基于机器视觉的编织袋缺陷在线检测方法》2020.10.25
- 《表2 镜头基本信息：一种基于机器视觉的曲面玻璃划痕缺陷检测方法》2020.01.25
- 《表1 预测误差数据：基于机器学习的短期电力负荷预测方法研究》2019.12.10
- 《表1 实验数据集：基于特征选择的软件缺陷预测方法》2019.10.25
- 《表1 试验结果对比：基于机器视觉的泡罩药板穿泡缺陷检测方法》2019.08.30
- 《表5 基于典型机器学习方法的测试样本预测结果对比表》2019.07.10
- 《表1 试验检测结果：基于机器视觉的车用注塑螺纹件缺陷检测方法》2019.07.20
- 《表1 数据集信息：基于机器学习方法的非编码RNA-蛋白质相互作用的预测》2019.08.01
- 《表1 图像采集系统参数：基于机器视觉的锥形旋压件起皱缺陷在线检测方法》2019.01.25
- 《表2 锥形件加工参数：基于机器视觉的锥形旋压件起皱缺陷在线检测方法》2019.01.25
- 《表2 台账数据情况：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15
- 《表5 数据预处理方式：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15