《表4 最终跌倒特征向量集D″》
提示：宽带有限、当前游客访问压缩模式
在IKPCA的求解过程中，需要特征值分解为一个m×m的核矩阵，因此其计算复杂度是O（m3）。利用算法2获取的最终跌倒特征向量集为D″，具体如表4所示。
| 图表编号 | XD0035694600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 李雷、张帆、施化吉、周从华 |
| 绘制单位 | 江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 各主属性下的最终频繁项集及其支持度》2020.09.15
- 《表6 BP神经网络最终输入向量预测值》2021.01.25
- 《表2 数据集的基本特征：基于支持向量数据描述的闭合超球面机》2021.02.16
- 《表2位置指纹数据集的特征向量》2020.12.20
- 《表1 实验数据集的特征：基于粒子群算法的投影孪生支持向量机》2021.03.10
- 《表1 行星齿轮箱太阳轮改进多尺度排列熵特征向量集》2020.04.15
- 《表1 现场减速机滚动轴承特征向量集》2020.02.25
- 《表2 不同方案结果：基于支持向量机的表面肌电信号和加速度融合跌倒识别方法》2020.01.30
- 《表1 聚类特征向量：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表2 不同特征组合对应训练集和测试集上的支持向量机鉴别正判率（%）》2019.10.05
- 《表1 数据集基本信息：结合词向量和统计特征的专利相似度测量方法》2019.09.25
- 《表4 N=12时，综合考虑的优化算法测试向量集》2019.11.20
- 《表4 患者25 (OH) D水平与肌力、跌倒风险比较（±s)》2019.08.20
- 《表1 6205-2RS JEM SKF滚动轴承4种状态下特征向量集Q》2019.06.15
- 《表4 ER-10K滚动轴承4种状态下特征向量集》2019.06.15
- 《表2 初始跌倒特征向量集D》2019.01.01
- 《表3 跌倒特征向量集D'》2019.01.01
- 《表1 特征统计量：穿戴式跌倒检测中特征向量的提取和降维研究》2019.01.01
- 《表1 物联状态信息数据集的特征向量》2019.04.25
- 《表5 各类数据集特性：基于模糊C-均值的相似性特征转换光滑支持向量机》2018.11.01