《表7 TC10纹理库上各算子平均特征提取时间和特征维度比较》
提示：宽带有限、当前游客访问压缩模式
算子的特征提取时间和特征维度是衡量算子计算复杂度的两个重要指标，TC10纹理库上各算子的特征提取时间和特征维度如表7所示。
| 图表编号 | XD00222680400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.10 |
| 作者 | 刘望华、刘光帅、陈晓文、李旭瑞 |
| 绘制单位 | 西南交通大学机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同小波基函数和分解层数时小波分解通道特征在TC10纹理库上的分类准确率》2020.09.10
- 《表4 不同纹理库上各算子分类准确率和特征维度比较》2020.09.10
- 《表6 TC10纹理库上各算子分类准确率》2020.09.10
- 《表2 实验对比算子介绍：结合微分特征和Haar小波分解的鲁棒纹理表达》2020.09.10
- 《表7 上海市与厦门市特征维度DI平均值比较》2020.12.10
- 《表2 各特征算子特征点匹配算法时间比较》2020.11.25
- 《表1 各特征算子对图像特征的提取时间》2020.11.25
- 《表1 算法特征维度与平均检测时间比较》2020.07.25
- 《表2 在数据集2上各光谱特征提取方法的总体分类正确率、生产者精度和Kappa系数的比较》2020.03.31
- 《表3 三种算法的特征提取平均时间比较》2020.02.01
- 《表1 纹理特征：综合Span图和纹理特征的高分三号影像建筑区提取》2020.01.25
- 《表9 基于极化特征和纹理特征的建筑物提取结果》2019.09.15
- 《表7 基于纹理特征的建筑物提取结果》2019.09.15
- 《表3 TC-SVDD和TH-SVDD的10折交叉平均运行时间比较》2019.06.25
- 《表1 BioID人脸库上各算法的平均识别率和标准差》2019.07.25
- 《表3 AR人脸库上各算法的平均识别率和标准差》2019.07.25
- 《表1 三维纹理分析提取的纹理特征》2019.07.20
- 《表2 Yale B人脸库上各算法的平均识别率、标准差和维数》2019.08.20
- 《表1 AR人脸库上各算法的平均识别率、标准差和维数》2019.08.20
- 《表4 基于纹理特征的番茄叶部病害识别模型的准确率和特征提取时间》2019.04.25