《表1 聚类过程:基于SVM和KNR的体型分类算法》
通过3.1节的处理已获得每张图片的主躯干的长度和宽度,将7 500张图片主躯干的宽度和长度比值进行聚类,其目的是将体型数据分为正常、高瘦、矮胖3类。聚类所用参数见表1。
图表编号 | XD00192306400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 先诗亮、刘本永 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州大学智能信息处理研究所、贵州大学大数据与信息工程学院、贵州大学智能信息处理研究所 |
更多格式 | 高清、无水印(增值服务) |
通过3.1节的处理已获得每张图片的主躯干的长度和宽度,将7 500张图片主躯干的宽度和长度比值进行聚类,其目的是将体型数据分为正常、高瘦、矮胖3类。聚类所用参数见表1。
图表编号 | XD00192306400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 先诗亮、刘本永 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州大学智能信息处理研究所、贵州大学大数据与信息工程学院、贵州大学智能信息处理研究所 |
更多格式 | 高清、无水印(增值服务) |