《表3 本文算法各子模块耗时》
提示：宽带有限、当前游客访问压缩模式
一般来说，印制电路板外形的常规尺寸公差为±0.15mm，由表4中的实际误差可以看出，实验结果均满足公差要求，且相对误差均小于1%，进一步说明了本文所提算法的有效性。
| 图表编号 | XD00188239600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 钟文彬、李旭瑞、孙思、刘光帅 |
| 绘制单位 | 中国电子科技集团公司第十研究所、西南交通大学机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 基于共生矩阵的眼部疲劳检测算法主要模块耗时分析》2021.01.16
- 《表2 本文方法与传统Steger法耗时对比》2020.11.05
- 《表3 T1组模式串行和GPU并行子试验模块计算耗时和加速比》2020.04.15
- 《表1 本文算法和原始SIFT耗时比较/ms》2020.06.01
- 《表1 物资管理模块各子模块功能》2020.02.29
- 《表3 四种组合算法及原始算法耗时》2019.11.01
- 《表4 传统算法与本文算法在点云恢复阶段的耗时及精度比较结果》2019.10.01
- 《表2 SIFT与本文算法在特征点检测阶段的耗时比较结果》2019.10.01
- 《表3 KNN与本文算法在特征点匹配阶段的耗时比较结果》2019.10.01
- 《表2 本文算法在不同模型上的耗时》2019.08.16
- 《表4 本文与其他三维人脸识别算法的耗时对比》2019.06.25
- 《表1 本文系统存储耗时 (ms)》2019.06.20
- 《表1 溶液除湿新风机组各子模块参数关系》2019.04.28
- 《表3 本文系统病房通信耗时 (s)》2019.05.25
- 《表2 本文方法犯罪现场特征提取耗时结果》2019.05.25
- 《表1 算法模块平均耗时：手持终端智能电能表一致性检测系统》2019.03.05
- 《表1 本文方法与文献[7]方法耗时比较》2018.11.28
- 《表3 两种算法选取耗时》2018.05.15
- 《表2 本文算法与词袋算法的算法耗时分析》2019.12.01
- 《表3 本文算法中各模块的检测精度和速度》2019.12.01