《表1 原始数据示例：基于多层感知器和运动轨迹的海上目标类型识别》
提示：宽带有限、当前游客访问压缩模式
原始数据来源于对某海域移动目标的时空监测数据，监测持续时间约两小时，其中位置坐标经纬度已经转化为平面坐标数据，共92000余条坐标数据，部分原始数据如表1所示。
| 图表编号 | XD00161991300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.20 |
| 作者 | 赵璐、马野、李晓芳 |
| 绘制单位 | 海军大连舰艇学院学员五大队、海军大连舰艇学院导弹与舰炮系、海军大连舰艇学院导弹与舰炮系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 时空轨迹数据示例：基于换道轨迹规划模型的车道级行程时间估计方法研究》2021.02.01
- 《表1 结果对比：基于多层感知机的密封继电器PIND信号识别》2020.04.01
- 《表1 方向种类识别结果：基于鱼侧线感知原理和深度学习的水下平动目标方向识别》2020.06.20
- 《表7 多数样本分类结果：基于多层感知器和运动轨迹的海上目标类型识别》2020.03.20
- 《表5 少量样本分类结果：基于多层感知器和运动轨迹的海上目标类型识别》2020.03.20
- 《表4 多层感知器结构：基于多层感知器和运动轨迹的海上目标类型识别》2020.03.20
- 《表2 清洗后数据示例：基于多层感知器和运动轨迹的海上目标类型识别》2020.03.20
- 《表1 联合特征向量构成：基于眼动预测与多层邻域感知的显著目标检测算法》2020.06.10
- 《表4 模型识别帧率：基于S4-YOLO的海上目标检测识别方法》2020.08.10
- 《表2 先验框比较：基于S4-YOLO的海上目标检测识别方法》2020.08.10
- 《表1 模拟数据示例：基于卷积神经网络的雷达目标航迹识别研究》2019.09.01
- 《表2 感知器和多层感知器知识点双语教学案例设计》2019.10.10
- 《表1 注册信息示例：基于MySQL数据库的海上油田网络论坛设计》2019.06.28
- 《表1 相关性分析：基于神经网络多层感知器的外围护结构多目标优化影响指标选取研究》2019.04.25
- 《表1：基于大数据的海上目标实时处理架构》2019.08.01
- 《表1 PCNN结构：基于智能手机感知的人体运动状态深度识别》2019.06.01
- 《表5 分类准确率：基于智能手机感知的人体运动状态深度识别》2019.06.01
- 《表3 CNN结构：基于智能手机感知的人体运动状态深度识别》2019.06.01
- 《表1 轨迹数据样式：一种基于车辆轨迹数据的城市建成区边界识别方法》2019.01.25
- 《算法3 定位边界点O：基于3D运动轨迹解析与隐马尔可夫模型的动作识别算法》2018.11.01