《表2 运动员动作识别实验结果》
提示：宽带有限、当前游客访问压缩模式
对于这两类赛事，用所有数据构成了训练集和测试集，把数据的66.6%看作训练样本，其他的数据用来测试，每一次实验均重复三次，取平均值。表2展现了实验结果。
| 图表编号 | XD0024698500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.08.25 |
| 作者 | 韦俊 |
| 绘制单位 | 西安交通大学城市学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 实验数据训练结果（不同识别模式的动作识别率）》2020.07.15
- 《表2 运动干预促进儿童移动动作发展的不同亚组分析结果》2020.05.01
- 《表2 运动员功能动作测试结果》2020.09.20
- 《表2 NMF-SVM模型与传统SVM动作模式识别结果统计》2020.09.01
- 《表3 样本分离实验动作模式识别结果统计》2020.09.01
- 《表2 不同方法在动作识别任务上的实验结果》2020.07.25
- 《表1 识别率对比结果：基于Kinect采集的武术动作识别匹配研究》2020.03.25
- 《表1 实验参数：基于深度学习的人体动作识别方法》2020.04.16
- 《表2 3种手势动作识别结果和识别率》2020.03.01
- 《表2 实验后运动员完成101B动作评分情况》2019.12.20
- 《表4 实验组与对照组儿童运动干预后粗大动作发展水平的比较》2019.10.05
- 《表1 实验组与对照组儿童运动干预前粗大动作发展水平的比较》2019.10.05
- 《表4 4类手势动作识别结果》2019.09.08
- 《表3 4类手势动作识别结果》2019.09.08
- 《表1 动作定义与识别结果统计》2019.07.01
- 《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3 基于表观分析赛事动作识别结果》2018.08.25
- 《表1 运动员动作识别赛事参数》2018.08.25
- 《算法3 定位边界点O：基于3D运动轨迹解析与隐马尔可夫模型的动作识别算法》2018.11.01
- 《表2 实验部分结果：结合运动目标检测和ResNet的车速车型智能识别》2019.10.01