《表1模型部分参数表：基于纵向加速度的坡道识别方法》
提示：宽带有限、当前游客访问压缩模式
该动力学模型仿真结果证明了基于纵向加速度的坡道识别方法在理论上是可行的。
| 图表编号 | XD00171775100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.15 |
| 作者 | 曾华兵 |
| 绘制单位 | 一汽-大众汽车有限公司佛山分公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型相关参数：基于自然驾驶数据的分心驾驶行为识别方法》2020.09.01
- 《表4 模型训练速度对比：基于膨胀卷积的中文命名实体识别》2020.06.01
- 《表1 网络模型参数：基于深度学习的加密网络流量识别方法研究》2021.01.10
- 《表1 有限元模型参数：基于近场辐射声压信号的索力识别方法》2020.05.01
- 《表1 三维桁架结构参数：基于加速度频响函数小波分解的模型修正方法》2020.07.25
- 《表3 部分实验参数设置：基于ERNIE-BiGRU模型的中文文本分类方法》2020.08.01
- 《表1 模型实验对象参数：基于动态面方法的高速列车蠕滑速度跟踪控制》2020.02.15
- 《表2 不同方案结果：基于支持向量机的表面肌电信号和加速度融合跌倒识别方法》2020.01.30
- 《表3 模型3参数：基于重磁异常相关分析的场源位置及属性识别方法》2020.04.01
- 《表4 模型4参数：基于重磁异常相关分析的场源位置及属性识别方法》2020.04.01
- 《表2 模型2参数：基于重磁异常相关分析的场源位置及属性识别方法》2020.04.01
- 《表1 模型1参数：基于重磁异常相关分析的场源位置及属性识别方法》2020.04.01
- 《表3 模型参数设置：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》2019.12.25
- 《表2 深度学习模型参数：基于深度学习的情报分析方法识别研究——以安全情报领域为例》2019.10.25
- 《表1 仿真模型主要参数：基于纵向力控制的客车侧向稳定性研究》2019.09.01
- 《表1 车辆模型参数：基于模型预测控制的无人驾驶汽车横纵向运动控制》2019.09.01
- 《表1 部分特征值：基于肤色模型与BP神经网络的手势识别》2019.06.20
- 《表1 各识别参数简介：基于多维特征逻辑回归识别模型的排队监测方法》2018.11.30
- 《表1 模型参数设置：基于载荷和坡道识别的纯电动客车自适应换挡策略研究》2019.12.24
- 《表1 相机和镜头参数：基于SSD模型的道路交通标志识别方法研究》2019.12.25