《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》
提示：宽带有限、当前游客访问压缩模式
单位：%
此外，与仅采用Gist特征的文献[12]和仅采用LBP特征的文献[13]进行对比，采用KNN方法，结果如表5所示。
| 图表编号 | XD00201817600 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1 本文方法与对比方法在UCF50数据集上的人体行为识别准确率》2020.12.16
- 《表2 KNN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3 本文模型与传统抽取方法的实验结果对比》2020.08.10
- 《表1 本文方法与4种对比方法的实验结果》2020.09.01
- 《表5 本文方法与传统方法的诊断准确率对比[24]》2020.08.10
- 《表1 本文方法与传统方法实验结果对比》2020.04.01
- 《表1 采用本文方法前后特征数据对比情况》2019.10.25
- 《表3 本文方法与其它方法实验结果对比》2020.01.15
- 《表1：本文的方法与现有的方法准确率对比》2020.01.01
- 《表3 顺序KNN和本文方法所得到的结果》2019.11.01
- 《表5 本文方法与其它文献方法实验结果对比》2019.07.01
- 《表5 组合网络模型与单一分类方法准确率比较》2019.05.10
- 《表1 采用本文方法计算的柱面扁平特征件畸变量与理论值对比》2019.06.28
- 《表2 采用本文方法计算的车门把手样件畸变量与理论值对比》2019.06.28
- 《表2 本文改进的多纹理C-V方法与文献[16]方法对比实验结果评价指标》2019.02.05
- 《表2 本文融合方法与单一特征融合方法误差分布对比Tab.2 Comparison of error distribution between this paper fusion method and single feature fusio》2018.12.01