《表1 网络改进后手指语的平均识别率对比》
提示：宽带有限、当前游客访问压缩模式
在上述实验的基础上对图像数据进行加噪后再次实验，平均识别率在较小的范围内波动，证明此模型具有较好的鲁棒性．实验结果如表1所示．
| 图表编号 | XD00175211000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 周雷、阿里甫·库尔班、吕情深、孟欣欣 |
| 绘制单位 | 新疆大学软件学院、新疆大学软件学院、新疆大学软件学院、新疆大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 残差网络参数：基于多尺度信息融合的图像识别改进算法》2020.09.01
- 《表2：网络改进前后的识别准确率》2020.12.01
- 《表1 显性和隐性主语回指语的分布》2020.06.15
- 《表1 MDRN网络参数：基于改进残差网络对心电信号的识别》2020.07.01
- 《表1 基于改进的FCN网络的两种损失函数的平均分割精度对比》2020.05.15
- 《表3 对比算法测试结果：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表1 目标识别数据集：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表3：改进前与改进后ResNet18网络的识别率比较》2020.03.15
- 《表8：同一语段两组译语的EVS平均值对比》2020.02.15
- 《表2 计算速度对比：一种改进的基于3D-BN-GRU网络的行为识别算法》2020.04.28
- 《表1 准确率对比：一种改进的基于3D-BN-GRU网络的行为识别算法》2020.04.28
- 《表1 2种模型测试对比：改进YOLOv3网络提高甘蔗茎节实时动态识别效率》2019.12.01
- 《表1 与初始框架对比：基于改进RPN网络的电力设备图像识别方法研究》2020.01.05
- 《表2 实拍编码点识别率(改进识别网络后)》2019.08.01
- 《表1 实拍编码点识别率(改进识别网络前)》2019.08.01
- 《表1 样本数据集：基于改进卷积神经网络的车型识别》2019.11.16
- 《表6 同类研究对比：基于改进的卷积神经网络脑电信号情感识别》2019.11.15
- 《表1 实验结果：基于改进卷积神经网络的人脸识别算法》2019.07.31
- 《表2 轨迹识别对比：基于改进BP神经网络的船舶轨迹识别方法》2019.12.16
- 《表1 激活函数调参：基于改进型残差网络烟雾图像识别》2019.11.18