《表4 支持向量机算法手势识别结果Tab.4 Gesture Recognition Results of Support Vector Machines Algorithm》

《表4 支持向量机算法手势识别结果Tab.4 Gesture Recognition Results of Support Vector Machines Algorithm》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《人机交互动态手势轮廓提取仿真研究》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

为验证模型的准确性，采用支持向量机算法进行手势识别，对实验数据库中的数据进行测试，得出10中动态手势的平均识别率，如表4所示。

图表编号XD0035741700    严禁用于非法目的
绘制时间2019.01.08
作者庞雷、陈启祥
绘制单位湖北工业大学工业设计学院、湖北工业大学工业设计学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 图像场景代表意义：基于支持向量机的长波红外目标分类识别算法》2021.02.20
  2. 《表2 图像场景代表意义：基于支持向量机的长波红外目标分类识别算法》2021.02.20
  3. 《表3 模型分类结果：基于支持向量机的长波红外目标分类识别算法》2021.02.20
  4. 《表1 混淆矩阵：基于支持向量机的长波红外目标分类识别算法》2021.02.20
  5. 《表2 识别结果：基于支持向量机算法的连铸坯端面信息码识别方法》2021.01.28
  6. 《表4 支持向量机识别结果（方案1)》2020.04.01
  7. 《表4:支持向量机算法预测结果准确率》2019.06.20
  8. 《表3 HMM-NBC模型手势识别结果Tab.3 Hand Gesture Recognition Results of HMM-NBC Model》2019.01.08
  9. 《表4 3 种识别算法实验结果Tab.4 Three kinds of recognition algorithm experimental results》2019.01.22
  10. 《表2 支持向量机预测结果Tab.2 Prediction results of support vector machine》2019.02.25
  11. 《表4 不同比例训练样本下的故障识别结果Tab.4 Fault recognition results with training samples of different proportions》2019.03.01
  12. 《表1 手势识别算法的测试结果Tab.1 Gesture recognition algorithm test result》2019.01.20
  13. 《表1 模糊支持向量机的预测结果Tab.1 Prediction results of fuzzy support vector machine》2019.01.10
  14. 《表5 支持向量机k-fold交叉验证均值Tab.5 Average recognition results using k-CV-SVM (%)》2018.06.01
  15. 《表6 支持向量机识别准确率Tab.6 SVM recognition accuracy》2018.06.01
  16. 《表2 支持向量机部分预测结果Table 2 Predication results of SVM》2018.04.25
  17. 《表1 支持向量机部分训练结果Table 1 Training results of SVM》2018.04.25
  18. 《表4 面向对象结合支持向量机的鼠洞识别结果精度评价》2018.12.01
  19. 《表2 不同算法的故障识别结果Tab.2 Fault recognition results of different algorithms》2018.06.10
  20. 《表1 本文方法的手势识别结果Tab.1 Results of gesture recognition in this paper》2018.03.01

随机翻阅

《表2 正交实验设计及结果分析》 《表2 3组患者鼻黏膜分泌物和血清ECP含量比较(n=54，μg/L)》 《表2.本研究所用的引物：十字花科黑腐病菌Ⅲ型效应物XopXccR1植物亚细胞定位》 《表6 企业和组织的环境保护支出》 《表2 使用后银催化剂元素组成》 《表4 IK-ABC分类：EIQ-ABC方法在电子产品配送中心规划中的应用》 《表4 差值效果对比2：海上舰船目标图像退化函数研究》 《表4 2015年7月份机组振摆数据》 《表2 职业倦怠各维度的描述性统计 (N=246)》 《表6 永久性记录差异 (以HAF003为比较对象)》