《表4 三类图像集的实验结果(线性OVR-MSVM作为识别器,C=102)》
提示：宽带有限、当前游客访问压缩模式
下面的表3和表4分别是二类图像集和三类图像集的实验结果，其中N=0表示没有经过PDEs的进化，只是利用单向2D-CCA进行了降维。
| 图表编号 | XD00210890600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.04.25 |
| 作者 | 陈柯鑫、范丽亚 |
| 绘制单位 | 聊城大学数学科学学院、聊城大学数学科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 三类图像集的实验结果(线性OVR-MSVM作为识别器,C=0.5)》2021.04.25
- 《表3 二类图像集的实验结果(线性SVM作为识别器,C=102)》2021.04.25
- 《表1 二类图像集的实验结果(线性SVM作为识别器,C=0.5)》2021.04.25
- 《表4 对比实验结果：基于卷积神经网络的商品图像识别》2020.12.10
- 《表1 VGG-16基于flower-102数据集的剪枝结果》2021.01.20
- 《表1 6 Extended Yale B中5个三类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表1 4 Extended Yale B中5个二类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表8 Extended Yale B中5个三类图像数据集上的实验结果（C=0.1)》2020.08.25
- 《表1 2 Extended Yale B中5个三类图像数据集上的实验结果（C=1)》2020.08.25
- 《表4 Extended Yale B中5个三类图像数据集上的实验结果（C=0.1)》2020.08.25
- 《表1 7 Palm-print中5个三类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表1 3 Palm-print中5个三类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表9 Palm-print中5个三类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表5 Palm-print中5个三类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表4 C组改进仿生模式识别与SVM实验结果对比》2020.02.25
- 《表3 识别算法识别4个源数据集的实验结果》2020.04.01
- 《表1 图像三类特征：一种基于多类特征融合的车辆识别方法》2020.01.01
- 《表4 隧道烟雾实验结果：基于图像识别分析探测隧道火灾的技术与创新》2019.07.15
- 《表3 模板集的测试：基于灰度匹配模板的中药材显微图像识别》2019.06.05
- 《表2 基于图像集的人脸识别》2019.01.01