《表6 各方法识别表现对比Tab.6 Comparison of recognition performance of different cognitive strategies》

《表6 各方法识别表现对比Tab.6 Comparison of recognition performance of different cognitive strategies》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《光纤入侵信号检测及识别算法的嵌入式实现》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

各方法的识别表现见表6。可见，本文所采用的方法，识别率相对较高，平均识别率达到93.51%，而且系统的实时性能也较好，时间消耗为0.659 0s，不管是识别率还是系统实时性都明显优于另外两种方法。

图表编号XD0020019800    严禁用于非法目的
绘制时间2018.03.15
作者盛智勇、屈丹丹、张远、曲洪权
绘制单位北方工业大学电子信息工程学院、北方工业大学电子信息工程学院、北方工业大学电子信息工程学院、北方工业大学电子信息工程学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表6 三条信道下的识别率Tab.6 Recognition rate of three channels》2019.01.25
  2. 《表2 2数据集特征识别性能对比Tab.2 The comparison of feature vector recognition performance in two datasets》2019.02.01
  3. 《表6 景观要素的地域特征识别Tab.6 The regional characteristics recognition of the landscape elements》2019.01.10
  4. 《表6 不同网络结构性能比较Tab.6 Performance comparison of different network structures》2019.01.01
  5. 《表6 本方法与湿法分析的测定值总量与二氧化硅的含量对比Tab.6 Comparison of contents of total amounts and SiO2found by the method and wet analysis》2019.02.18
  6. 《表6 多种模型的性能比较Tab.6 Performance comparison of various models》2019.01.10
  7. 《表6 常见机载压缩机性能比较表Tab.6 Comparison of performance of common airborne compressors》2018.04.30
  8. 《表1 不同行为识别算法的识别率对比Tab.1 Comparison of recognition rate under different behavior recognition algorithm》2018.08.01
  9. 《表6 榆树识别精度评价Tab.6 Accuracy evaluation of elm recognition》2018.12.01
  10. 《表1 各算法识别率对比Tab.1 The comparison of recognition rate for each algorithm》2018.08.25
  11. 《表3 各方法在Wiki和NUS-WIDE数据集上的MAP@all表现Tab.3 Performance comparison in terms of MAP@all scores on the Wiki and NUS-WIDE datas》2018.02.28
  12. 《表6 CK库上不同训练样本数正确识别率Tab.6 correct recognition rate of different training sample numbers on CK database》2018.12.01
  13. 《表2 识别正确率比较Tab.2 Comparison of recognition accuracy comparison》2018.03.25
  14. 《表2 4种检测算法识别率对比Table 2 Comparison of recognition rates between four detection algorithms》2018.06.01
  15. 《表2 3种识别结果对比表Table 2 Comparison of three recognition results》2018.03.01
  16. 《表2 本文模型与文献模型识别精度与识别效率对比Tab.2 Comparison of recognition accuracy and recognition efficiency between our model and referen》2018.10.25
  17. 《表2 CNN和经典方法识别率对比图Tab.2 Comparison of recognition rates between CNN and classical methods》2018.04.28
  18. 《表1 CNN和经典方法识别率对比图Tab.1 Comparison of recognition rates between CNN and classical methods》2018.04.28
  19. 《表2 高阶调制样式识别性能对比Tab.2 Recognition performance comparison among high order modulation types》2018.06.28
  20. 《表2 不同形状粉末制成磁粉芯后性能比较Table 2 Performance comparison of magnetic powder cores made from powders of different shapes》2018.05.25

随机翻阅

《表2：在0.1 N HCl介质中的溶出数据》 《表5 面板协整检验结果：基于PVAR模型的环境规制与公路运输效率关系探究》 《表1 2组腕关节功能改善效果比较（±s，°）》 《表2 狂犬病暴露者每月分布 (例)》 《表1-1 book(库存图书信息)表》 《表2 中国社会融资成本统计》 《表1 研究区产流参数：已建区雨水排放费分区量化方法研究与应用》 《表1 2014年采样月份主要气象要素及灰霾日数统计》 《表1 2组组织中KDM2A及Jagged1蛋白表达阳性率比较》 《表2 切削参数影响单因素试验方案》