《表1 分类结果：基于惯性传感器和深度学习的上肢动作识别研究》
提示：宽带有限、当前游客访问压缩模式
分类结果汇总如表1所示。
| 图表编号 | XD002023600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 段晨、廖福元 |
| 绘制单位 | 西安工业大学电子信息工程学院、西安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
- 《表3 模型的分类性能：基于深度学习的大豆豆荚类别识别研究》2020.11.12
- 《表1 分类识别实验结果：基于深度学习的鱼类识别与检测的算法研究》2020.08.10
- 《表1 计步结果对比：基于压力和惯性传感器的步态分析验证研究》2020.06.15
- 《表3 各动作识别率对比：基于深度学习的人体动作识别方法》2020.04.16
- 《表4 识别率对比/%：基于深度学习的人体动作识别方法》2020.04.16
- 《表1 实验参数：基于深度学习的人体动作识别方法》2020.04.16
- 《表3 部分特征值数据：基于惯性传感器的驾驶动作监测识别研究》2020.03.20
- 《表2 关节活动情况：基于惯性传感器的驾驶动作监测识别研究》2020.03.20
- 《表1 图片分类结果对比：基于深度学习的图像识别问题中对抗样本的研究》2019.10.01
- 《表1 分类结果混淆矩阵：基于深度学习的高分遥感影像乡镇建筑物识别方法》2019.01.20
- 《表1 测试结果：基于深度学习的人脸识别算法研究》2019.10.05
- 《表5棚车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表4敞车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表3罐车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表6装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表1 分类识别结果：基于深度学习的通信信号自动调制识别技术》2019.02.06
- 《表2 分类算法对比结果：基于集成深度学习的玻璃缺陷识别方法》2019.02.25
- 《表3 分类结果比较：基于深度学习的ADHD儿童和正常儿童脑电信号分类研究》2019.02.01
- 《表3 实验结果：DeepEye:一个基于深度学习的程序化交易识别与分类方法》2018.09.15
- 《表1 动作识别数据集：基于深度学习的动作识别方法简述》2019.10.25