《表2 KNN下不同特征实验准确率结果对比》
提示：宽带有限、当前游客访问压缩模式
实验还比较了在不同分类器下，Gist与不同比例的LBP融合的检测结果，结果如表2、3所示。
| 图表编号 | XD00201816900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.03.10 |
| 作者 | 姜倩玉、王凤英、贾立鹏 |
| 绘制单位 | 山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 遗传算法优化先验模型加权肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表2 先验模型加权肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表1 肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表2 KNN-FIFS实验不同波段组合》2019.10.20
- 《表5 KNN下与采用单一特征的方法与本文方法的实验准确率结果对比》2021.03.10
- 《表3 逻辑回归下不同特征实验准确率结果对比》2021.03.10
- 《表1 本文方法不同特征实验准确率结果对比》2021.03.10
- 《表1 完全共享方式下的不同模型在验证集和测试集上的准确率及特征维度对比》2020.07.25
- 《表2 不同尺寸的异常体KNN反演结果准确率》2020.05.01
- 《表3 不同尺寸的异常体精密网格建模下的KNN反演结果准确率》2020.05.01
- 《表1 单一尺寸的异常体KNN反演结果准确率》2020.05.01
- 《表3 KNN分类器实验结果对比》2020.09.15
- 《表1 不同近邻个数k下ML-kNN算法的实验结果（平均值±标准差）》2020.04.01
- 《表2 K=1时KNN、Meta-DE-KNN的实验结果》2020.01.10
- 《表5 仿真实验结果对比：基于元优化的KNN入侵检测模型》2020.01.10
- 《表4 KNN算法下输入电流THD=5%与11%的结果对比》2019.09.25
- 《表2 不同特征处理方式下模型准确率对比》2019.08.10
- 《表1 KNN分类器下不同特征提取算法结果对比》2019.01.25
- 《表2 采用KNN分类器的算法对比实验》2019.01.28
- 《表2 K取不同值时的KNN的检验准确率》2018.07.01