《表1：模型测试指标分数：基于区域推荐孪生网络的目标人员锁定与跟踪系统》
提示：宽带有限、当前游客访问压缩模式
对边界框的回归模型采用和孪生网络中类似的结构，并应用本文使用的一般性概率公式进行优化。之后本算法采用了负似然估计的方法进行损失估计，并且使用近似方法扩展了概率设置。
| 图表编号 | XD00193267000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.01 |
| 作者 | 蒋天翼 |
| 绘制单位 | 杭州电子科技大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 0 课程选择结果：基于R2指标的高维多目标差分进化推荐式课程系统》2020.10.10
- 《表1 四种算法评估指标：基于孪生区域候选网络的无人机指定目标跟踪》2021.02.10
- 《表1 指标的均值排序：小样本水下目标识别的孪生网络的设计》2020.11.30
- 《表1 问题支架：基于自适应Siamese网络的无人机目标跟踪算法》2020.01.25
- 《表7 孪生网络分类结果：基于孪生网络的基金与受资助论文相关性判别模型构建研究》2020.06.24
- 《表3 词类比示例：基于孪生网络的基金与受资助论文相关性判别模型构建研究》2020.06.24
- 《表2 实验硬件配置：一种基于孪生网络的舰船目标跟踪方法》2020.04.20
- 《表1 网络结构：一种基于孪生网络的舰船目标跟踪方法》2020.04.20
- 《表1 机场区域参数：基于特征匹配的机场场面目标跟踪》2020.08.15
- 《表1 射频开关指标：基于高频开关网络的自动测试系统的设计与实现》2020.02.25
- 《表1 10组视频属性：融合扰动感知模型的孪生神经网络目标跟踪》2020.02.25
- 《表1 不同λ值对比：SA-Siam++:基于双分支孪生网络的目标跟踪算法》2019.12.01
- 《表1 小车目标锁定效果：基于OpenMV的智能跟踪小车设计》2019.08.25
- 《表2 目标机动情况：基于人工神经网络的多模型目标跟踪算法》2019.08.30
- 《表2 模型分析：基于社会网络的推荐系统解释模型分析》2019.08.01
- 《表3 跟踪算法的速度：基于正则化卷积神经网络的目标跟踪算法》2019.06.25
- 《表1 中心位置误差：基于正则化卷积神经网络的目标跟踪算法》2019.06.25
- 《表1 测试集数据：基于声学音素向量和孪生网络的二语者发音偏误确认》2019.04.01
- 《表1：基于社交网络的餐厅群体推荐模型及系统设计》2019.06.28
- 《表1 测试视频序列属性：利用感知模型的长期目标跟踪》2019.11.16