《表2 CNN和经典方法识别率对比图Tab.2 Comparison of recognition rates between CNN and classical methods》

《表2 CNN和经典方法识别率对比图Tab.2 Comparison of recognition rates between CNN and classical methods》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于深度学习的虹膜识别方法研究》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

本节实验从CASIA V4.0虹膜库中选取200人作为训练样本，随机分别抽取每人100组为测试样本，其中50组作为测试集。设置实验参数，PCHIP-LMD阈值为0.157 1，最后得到试验结果可见表2。

图表编号XD0015514000    严禁用于非法目的
绘制时间2018.04.28
作者陈虹旭、李晓坤、郑永亮、邵娜、杨磊、刘磊
绘制单位黑龙江恒讯科技有限公司、黑龙江恒讯科技有限公司、黑龙江恒讯科技有限公司、黑龙江恒讯科技有限公司、黑龙江恒讯科技有限公司、黑龙江恒讯科技有限公司
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 2数据集特征识别性能对比Tab.2 The comparison of feature vector recognition performance in two datasets》2019.02.01
  2. 《表2 不同学习率与迭代次数下识别准确率的比较Tab.2 Recognition accuracy comparison under differentlearning rates and iterations》2019.02.01
  3. 《表2 两组患者临床缓解率及肿瘤切除率对比Tab.2 Comparison of clinical remission rate and tumor resection rate between the two groups》2019.03.20
  4. 《表3 4个实验的识别率比较Tab.3 Comparison of recognition rate between four experiments》2019.01.25
  5. 《表4 层数变化与识别率关系Tab.4 Relationship between number of layers and recognition rate》2019.01.25
  6. 《表1 不同行为识别算法的识别率对比Tab.1 Comparison of recognition rate under different behavior recognition algorithm》2018.08.01
  7. 《表2 基于GMM的特征组合的识别率Tab.2 Recognition rate of features combination based on GMM》2018.10.25
  8. 《表1 各算法识别率对比Tab.1 The comparison of recognition rate for each algorithm》2018.08.25
  9. 《表2 平地行走模式下脚跟离地的识别率Tab.2 The recognition rate of heel off in walking mode》2018.04.28
  10. 《表2 识别正确率比较Tab.2 Comparison of recognition accuracy comparison》2018.03.25
  11. 《表2 4种检测算法识别率对比Table 2 Comparison of recognition rates between four detection algorithms》2018.06.01
  12. 《表2 本文模型与文献模型识别精度与识别效率对比Tab.2 Comparison of recognition accuracy and recognition efficiency between our model and referen》2018.10.25
  13. 《表1 CNN和经典方法识别率对比图Tab.1 Comparison of recognition rates between CNN and classical methods》2018.04.28
  14. 《表2 不同算法识别率比对表Tab.2 Comparison of recognition on different algorithms》2018.03.10
  15. 《表2 本文方法与H.264/AVC标准降码率和降时间对比Tab.2 The comparison of bit rate saving and time saving between H.264/AVC standard and propo》2018.09.28
  16. 《表2 钢号识别率对比Tab.2 Steel recognition rate comparison》2018.05.01
  17. 《表2 两卷积层CNN与DNN识别字错误率对比Tab.2 Word error rate comparisons between DNN and CNN with two convolution layer》2018.06.01
  18. 《表2 不同叶片识别模型识别率与标准差Tab.2 Recognition rate of different identification model》2018.12.01
  19. 《表4 识别率及运行时间比较Tab.4 Comparison of recognition rate and time》2018.03.01
  20. 《表3 5种运动模式识别率比较Table 3 Recognition rate comparison of five movement patterns》2018.03.01

随机翻阅

《表3 FGPs组与非FGPs组合并疾病情况比较[例（%）]》 《表3 采集土壤中细菌Alpha多样性指数》 《表9 城乡收入差距绝对值和比率模型格兰杰因果检验结果》 《表1 甘肃省会城市保甲机构》 《表4 支路垫层底面的应力》 《表3 高管团队断裂带、团队异质性与企业风险承担》 《表2:2017年竹山县地方经济基本情况》 《表8 磁选后的酸不溶物经水淬/研磨后在盐酸中酸浸后的化学成分含量分析》 《表3 结构的频率及振型参与质量》 《表3 黑果枸杞再生芽生长培养状况Table 3 The status of regeneration bud of black berry under different culture medium》