《表2 跌倒检测系统的判定结果分类》
提示：宽带有限、当前游客访问压缩模式
为验证本文设计的基于腕部穿戴设备的跌倒检测系统的有效性，本文将实验结果分为表2所示的四类。
| 图表编号 | XD0036333500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.25 |
| 作者 | 黄衍标、陈华珍、黄键鹏、张子豪 |
| 绘制单位 | 广州大学华软软件学院电子系、广州大学华软软件学院电子系、广州大学华软软件学院电子系、广州大学华软软件学院电子系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 3种病原抗体检测结果判定标准》2020.10.20
- 《表2 分类器相关参数：面向司法案件判定的知识引导智能分析系统》2021.02.28
- 《表2 得到最终可判定的结果所用检测次数例》2020.07.30
- 《表6 跌倒检测漏报率结果表》2020.04.15
- 《表5 跌倒检测误报率结果表》2020.04.15
- 《表2 现场噪声检测及判定结果》2020.02.25
- 《表1 基于库容比法判定系数的库区水温分类结果》2020.04.01
- 《表2 基于弗汝德判定系数的库区水温分类结果》2020.04.01
- 《表5 代表硐室断面分类判定结果》2020.01.01
- 《表1 测试结果：老人跌倒姿态实时识别系统设计》2020.03.20
- 《表3 违约状态判定结果分类矩阵》2019.09.01
- 《表2 饲料一般营养指标检测结果判定的允许误差》2019.10.15
- 《表2 基于静态驾驶适宜性判定标准的驾驶人分类结果》2019.10.25
- 《表1 算法的分类结果：在线评论的评论有用性判定》2019.09.01
- 《表1 算法的分类结果：在线评论的评论有用性判定》2019.09.01
- 《表3 跌倒检测系统的实验结果 (%) Tab.3 Results of fall detection system for Kinect 2.0 (%)》2019.02.25
- 《表1 实验结果：基于阈值分析法的人体跌倒检测系统》2019.08.20
- 《表5 跌倒检测分类算法性能指标》2019.01.01
- 《表2 视频特征进行跌倒检测判断结果》2019.04.25
- 《表1 加速度特征进行跌倒检测判断结果》2019.04.25