《表3 ORL数据库实验结果》
提示：宽带有限、当前游客访问压缩模式
采用ORL数据集与传统的主成分分析（PCA）、线性判别分析（LDA）、融合传统方法的神经网络作对比，并表明在不同数据集实验，提出模型是具有范化能力，实验结果如表3所示。
| 图表编号 | XD0036921800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.18 |
| 作者 | 吴军、邱阳、卢忠亮 |
| 绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院、江西理工大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 基于UMIST、ORL和MNIST的BLS及CFBLS实验分析》2020.09.20
- 《表7 各算法在不同压缩比特率的ORL数据库上的实验结果》2021.01.05
- 《表6 各算法在带噪声的ORL数据库图像上的实验结果》2021.01.05
- 《表3 各算法在YALE、UPS、COIL和ORL数据集上的准确度比较》2020.12.01
- 《表4 ORL数据集中各算法识别时间比较》2020.07.05
- 《表3 模型在ORL数据集中测试结果》2020.08.01
- 《表2 ORL与Yale数据集识别结果》2020.07.20
- 《表3 不同算法在Orl＿face数据库分类精确度》2020.03.20
- 《表2 AR,ORL,Yale数据集信息》2020.01.16
- 《表4 UDP,LPP,UFDML,LDA在ORL数据集上的识别结果》2020.01.16
- 《表1 算法在ORL库上的实验结果（错误率/%）》2020.01.16
- 《表3 AlexNet网络ORL人脸数据库的正确识别率》2019.03.10
- 《表5 传统算法ORL人脸数据库的正确识别率 (%)》2019.03.10
- 《表4 本文网络ORL人脸数据库的正确识别率》2019.03.10
- 《表1 基于ORL人脸库的算法实验》2019.06.16
- 《表1 3 ORL数据集的RI值》2019.09.01
- 《表7 ORL数据集的NMI值》2019.09.01
- 《表1 3种算法下ORL的时间复杂度对比结果》2019.04.01
- 《表1 ORL人脸数据库几种方法识别率比较》2018.07.01
- 《表1 6种算法在ORL数据库上的平均识别结果Tab.1 Average recognition rates of 6 algorithms on ORL database》2018.04.01