《表2 检测方案：基于正交实验的工业机器人轨迹精度检测》
提示：宽带有限、当前游客访问压缩模式
正交表中的个列填写的数值1、2、3代表着该列因素在该试验中的不同水平，这样正交表每一行将对应一种实验情况，其中的空格列队实验无影响，由此的检测方案如表2。
| 图表编号 | XD00204026400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.10 |
| 作者 | 李斌、李梦奇、王蒙宽、梁睿 |
| 绘制单位 | 邵阳学院、邵阳学院、邵阳学院、邵阳学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 方案5分类精度：一种基于联合特征的地表覆盖变化自动检测方法》2020.10.25
- 《表2 回调函数参数描述：基于pigpiod C接口的高精度编码器电机速度检测方案》2020.06.01
- 《表1 因素水平表：基于正交实验的工业机器人轨迹精度检测》2021.02.10
- 《表2 各关节位置序列：基于多目标粒子群算法工业机器人最优轨迹规划》2021.02.25
- 《表3 运动学约束：基于多目标粒子群算法工业机器人最优轨迹规划》2021.02.25
- 《表6 实验结果：基于机器学习的恶意命令检测方法》2020.11.10
- 《表2 实验数据：基于深度学习的工业恶意流量检测》2019.12.01
- 《表1 工业相机参数：基于机器视觉的禽蛋外观品质在线检测系统设计》2020.05.20
- 《表1 实验参数：基于MDH模型的导盲机器人定位精度检测系统设计》2020.05.25
- 《表5 聚类精度：基于轨迹稀疏聚类的高速公路车辆检测》2020.08.01
- 《表2 实验结果：基于机器视觉的航空铆钉尺寸检测技术》2020.05.28
- 《表1 密封舱数据表：基于机器视觉的航天器密封舱内结构装配精度检测系统设计》2020.08.25
- 《表2 三种方法的机器人运动轨迹检测RMSE值》2020.08.25
- 《表1 TLS特征：基于机器学习的TLS恶意加密流量检测方案》2020.02.15
- 《表1 织带检测实验数据：基于机器视觉的织带检测系统研发》2019.10.20
- 《表2 整个模型性能：基于机器学习的工业控制网络异常检测方法》2019.06.10
- 《表1.4正交实验方案检测结果》2019.02.01
- 《表2 实验条件：基于运动学的机器人轨迹规划研究》2019.01.20
- 《表2 实验结果：基于机器视觉的汽车仪表指针检测方法》2018.04.01
- 《表4 双机直线轨迹精度：基于零力控制的机器人标定技术研究》2019.11.25