《表2 动作相应的编号和识别率》
提示：宽带有限、当前游客访问压缩模式
文中从创建的数据库中提取二十个人的动作数据，以此实现预处理和提取特征，最后通过支持向量机进行识别，表2为动作相应的编号和识别率。
| 图表编号 | XD0021924600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.09.20 |
| 作者 | 王晋 |
| 绘制单位 | 西安工业大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 保护装置动作时限：基于复合波形识别算法的“飞点”检测和还原方案研究》2020.09.25
- 《表1 本文动作识别算法和其他算法m AP(%)对比》2020.06.01
- 《表1 本文动作识别算法和其他算法准确率对比%》2020.10.20
- 《表5 场景S1-2.5MW-2A下烟感探头动作时间及联动控制的雨淋保护区编号》2021.02.10
- 《表4 场景S1-2.5MW-1B下烟感探头动作时间及联动控制的雨淋保护区编号》2021.02.10
- 《表3 场景S1-2.5MW-1A下烟感探头动作时间及联动控制的雨淋保护区编号》2021.02.10
- 《表7 场景S1-2.5MW-3A烟感探头动作时间及联动控制的雨淋保护区编号》2021.02.10
- 《表6 场景S1-2.5MW-2B烟感探头动作时间及联动控制的雨淋保护区编号》2021.02.10
- 《表8 S1-2.5MW-3B烟感探头动作时间及联动控制的雨淋保护区编号》2021.02.10
- 《表5 不同模型的人体动作识别准确率和参数量对比》2020.08.05
- 《表1 不安全动作大类及对应编号》2020.04.01
- 《表2 3种手势动作识别结果和识别率》2020.03.01
- 《表1 动作模式识别标签：基于PCA和ELM的表面肌电信号手腕动作识别研究》2019.12.15
- 《表4 不同方法在UCF101和HMDB51数据集上的动作识别准确率》2019.10.01
- 《表1 实验雷达参数表：基于PCA和DCT的雷达人体动作识别》2019.06.01
- 《表4 系统总资源消耗：基于SoC FPGA和CNN模型的动作识别系统设计》2019.02.06
- 《表2 CNN训练效果：基于SoC FPGA和CNN模型的动作识别系统设计》2019.02.06
- 《表1 NPU指令格式：基于SoC FPGA和CNN模型的动作识别系统设计》2019.02.06
- 《表1 化学优质课比赛作品主题和相应编号》2019.02.10
- 《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》2019.11.01