《表2 实验结果：基于FFT与遗传算法的用电器识别》
提示：宽带有限、当前游客访问压缩模式
一共对5种用电器的32种不同投入组合进行了验证。表2展示了部分实验结果。
| 图表编号 | XD00220252400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 曹以龙、涂少博、帅禄玮 |
| 绘制单位 | 上海电力大学电子与信息工程学院、上海电力大学电子与信息工程学院、上海电力大学电子与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验对比结果：自适应遗传算法在电器产品优化设计中的研究》2020.10.01
- 《表4 实验统计结果对比：基于改进遗传算法的船舶管路布局设计》2020.10.01
- 《表1 仿真结果：基于FFT与遗传算法的用电器识别》2020.10.01
- 《表2 协整检验结果：基于改进FFT-BP的电力谐波检测算法》2019.10.25
- 《表2 识别实验结果数据：基于CNN算法的交通标志检测与识别》2020.06.25
- 《表1 检测实验结果数据：基于CNN算法的交通标志检测与识别》2020.06.25
- 《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6 实验结果对比：基于改进的YOLOv3算法在目标识别与抓取中的应用》2020.04.01
- 《表1：实验结果对比表：基于自适应遗传算法的模拟集成电路设计》2020.07.15
- 《表1 数据来源及说明：基于多目标遗传算法的层级生态节点识别与优化——以常州市金坛区为例》2020.01.28
- 《表2 排课实验数据：基于遗传算法的排课问题分析与研究》2019.11.10
- 《表2 基于遗传算法定位实验结果》2019.10.15
- 《表2 距离测量结果：基于FFT+FT的FMCW雷达高精度测距算法研究》2019.10.01
- 《表2 实验结果统计表：基于遗传算法的变质量航天器姿态控制方法》2019.07.10
- 《表2 信号参数：一种基于加窗插值FFT和Prony算法的谐波与间谐波检测方法》2019.08.25
- 《表6 零件2基于遗传算法的BP神经网络的输出和识别结果》2019.07.25
- 《表3 零件1基于遗传算法的BP神经网络的输出和识别结果》2019.07.25
- 《表1 实验结果：基于改进遗传算法的电力计量中心生产调度检定预测的研究》2018.01.01
- 《表2 实验结果：基于无监督特征选择和卷积神经网络的图像识别算法》2018.10.25
- 《表5 实验结果：基于遗传算法的凸极永磁同步电动机参数辨识》2019.11.01