《表1 本文方法与其他方法预测精度的比较》
提示：宽带有限、当前游客访问压缩模式
如表2所示为2种算法使用同样的训练集，在训练集特征值数量Ntr不同的情况下训练预测模型所需要的时间，使用整段运动数据进行建模的关节角度预测方法的模型训练时间记为t，基于相位划分的下肢连续运动预测方法模型训练时间记为T，速度提升倍数记为A.每次训练均进行5次，取训练时间的平均值.从表1可以看出，提出的基于相位划分的下肢连续运动预测方法比使用整段运动数据进行建模的模型训练时间快4.0～5.0倍.
| 图表编号 | XD00215928200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.01 |
| 作者 | 段有康、陈小刚、桂剑、马斌、李顺芬、宋志棠 |
| 绘制单位 | 中国科学院上海微系统与信息技术研究所、中国科学院大学、中国科学院上海微系统与信息技术研究所、中国科学院上海高等研究院、中国科学院上海高等研究院、上海中研久弋科技有限公司、中国科学院上海微系统与信息技术研究所、中国科学院上海微系统与信息技术研究所 |
| 更多格式 | 高清、无水印（增值服务） |
