《表2 各算法抗噪性和快速性比较（单一噪声）》
提示：宽带有限、当前游客访问压缩模式
现在测试WAFSA的鲁棒性，分别将强度为0.2的椒盐噪声，强度0.2的斑点噪声加入到搜索图像中，然后再进行实验。实验结果如图3所示，测试数据如表2所示。
| 图表编号 | XD00222329400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.25 |
| 作者 | 何志明、闫文耀、李显峰、陈圣伟、熊琴 |
| 绘制单位 | 延安大学西安创新学院、延安大学西安创新学院、延安大学西安创新学院、延安大学西安创新学院、延安大学西安创新学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同噪声下各算法表现》2020.10.20
- 《表2 各算法对椒盐噪声去噪后的PSNR和SSIM》2021.02.16
- 《表5 各算法对噪声的敏感性分析》2020.12.05
- 《表4 抗噪性测试结果：基于量子天牛群算法的高桩码头横向排架结构损伤识别》2020.08.25
- 《表3 抗噪性测试工况：基于量子天牛群算法的高桩码头横向排架结构损伤识别》2020.08.25
- 《表3 三种系统抗噪性分析结果》2020.04.25
- 《表3 抗噪性对比：光纤毫米波和移动技术的高速通信系统设计》2020.08.25
- 《表1 各算法运行时间：基于连通性检测的图像椒盐噪声滤波算法》2020.02.01
- 《表2 不同噪声环境下机器人语音命令各特征提取算法的识别准确率》2020.04.20
- 《表2 样本3加入不同等级高斯噪声各算法分割的误分率》2020.04.16
- 《表2 引入噪声前后各算法的计算结果》2020.02.25
- 《表1 不同算法在单一噪声环境下的PESQ平均得分》2019.08.18
- 《表7 不同噪声比例下各降噪算法在SSIM评价指标上的比较》2019.07.16
- 《表6 不同噪声比例下各降噪算法在FSIM评价指标上的比较》2019.07.16
- 《表1 实验环境：具有抗噪性能适用高维数据的增量式聚类算法》2019.09.01
- 《表2 起动阶段各参数的相关误差统计及告警门限 (快速Ada Boost.RT算法)》2019.06.01
- 《表2 多数据融合算法预测方法与单一参数预测方法比较》2019.06.01
- 《表2 多数据融合算法预测方法与单一参数预测方法比较》2019.06.01
- 《表2 各算法在高斯、泊松噪声下重构图像的峰值信噪比和结构相似度》2018.10.01
- 《表4 各算法所求质心：一种基于二分查找的快速降型算法》2018.04.01