《表1 废水水质：基于单频涡旋电磁波雷达的人体目标步态精细识别》
提示：宽带有限、当前游客访问压缩模式
为证明引入角多普勒域的优势，实验分别将目标线多普勒实时频图和线角混合多普勒实时频图输入到同一识别模型中，其结果见表1。
| 图表编号 | XD00200320000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.25 |
| 作者 | 袁航、倪嘉成、荣楠、罗迎 |
| 绘制单位 | 空军工程大学信息与导航学院、空军工程大学信息与导航学院、93658部队、空军工程大学信息与导航学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验钢化学成分：基于无线传感器网络的步态识别》2020.07.16
- 《表1 大小目标仿真参数：基于雷达回波视频信号的目标智能识别方法研究》2021.02.01
- 《表1 核函数的相关表达：超宽带雷达人体姿态识别综述》2021.02.01
- 《表3 线圈电磁参数：机载逆合成孔径激光雷达微动目标稀疏成像》2020.11.25
- 《表1 不同核函数的对比：基于路侧激光雷达的城市交叉口目标识别技术》2020.12.20
- 《表1 特征稳定性：基于曲线相似度的步态识别研究》2020.04.10
- 《表1 分类识别率结果：夜间监控下基于步态的行人身份识别》2020.08.10
- 《表3 基于超表面的电磁涡旋产生方法比较》2020.07.01
- 《表7 对比算法结果：基于卷积神经网络的雷达人体动作与身份多任务识别》2020.01.25
- 《表1 模拟数据示例：基于卷积神经网络的雷达目标航迹识别研究》2019.09.01
- 《表6 其他算法实验结果：基于卷积神经网络的高分辨率雷达目标识别》2019.08.25
- 《表1 电磁散射计算参数：基于卷积神经网络的高分辨率雷达目标识别》2019.08.25
- 《表1 应用于舰船目标的雷达识别技术》2019.06.01
- 《表3 判别器D分类标准：基于全连接神经网络的雷达目标航迹识别》2019.09.20
- 《表2 航迹标签表：基于全连接神经网络的雷达目标航迹识别》2019.09.20
- 《表1 目标识别规则库：一种目标密集环境下的雷达目标与IFF点迹相关算法》2019.09.28
- 《表1 实验雷达参数表：基于PCA和DCT的雷达人体动作识别》2019.06.01
- 《表1 精细化工废水水质》2019.08.01
- 《表1 基于单一特征与多特征融合的海洋涡旋识别精度对比》2019.01.16
- 《表1 几种算法性能对比：基于增量学习的合成孔径雷达目标识别算法》2019.01.01