《表7 踝关节特征值筛选：基于深度学习的步态识别算法优化研究》
提示：宽带有限、当前游客访问压缩模式
情况3对于神经网络来说，步态识别相同关节的不同特征值。比较分析不同关节特征值，最终结果见表5—表7。
| 图表编号 | XD00178494200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.25 |
| 作者 | 张馨心、姚爱琴、孙运强、白桂峰、郭瑞琦 |
| 绘制单位 | 中北大学信息与通信工程学院、中北大学信息与通信工程学院、中北大学信息与通信工程学院、中北大学信息与通信工程学院、中北大学信息与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同算法模型对比：一种基于深度学习的车辆识别算法》2020.12.25
- 《表3 本文算法实验结果：基于深度学习的生猪饮水行为识别研究》2021.01.15
- 《表1 MRM优化参数：基于深度学习的图像语义分割算法研究》2020.12.31
- 《表3 算法对比：一种基于深度学习的交通标志识别新算法》2021.01.28
- 《表6 膝关节特征值筛选：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表5 髋关节特征值筛选：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表2 关节均值特征值：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表1 训练参数：基于深度学习的人脸识别算法研究》2020.05.01
- 《表5 误识别率统计结果：基于深度学习的人脸识别算法研究》2020.05.01
- 《表4 识别率统计结果：基于深度学习的人脸识别算法研究》2020.05.01
- 《表1 基本硬件配置表：基于融合优化算法和集成学习的数字识别研究》2020.04.01
- 《表1 分类识别实验结果：基于深度学习的鱼类识别与检测的算法研究》2020.08.10
- 《表1 算法性能分析结果：基于深度学习的输电线路杆塔鸟窝识别方法研究》2020.08.25
- 《表2 三种方法实验数据：基于深度学习优化YOLOV3算法的芳纶带检测算法研究》2020.04.15
- 《表2 基于深度学习的说话人识别算法》2020.04.01
- 《表3 模型的性能指标：基于深度学习的髋关节应力分布算法研究》2019.09.01
- 《表1 算法执行时间表：基于步态识别的跨摄像头行人再识别算法研究》2019.12.25
- 《表1 测试结果：基于深度学习的人脸识别算法研究》2019.10.05
- 《表7测试结果：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表1 3种方法实验数据：基于深度学习优化SSD算法的硅片隐裂检测识别》2019.01.15