《表1 分类计算结果：基于K最近邻算法的手势识别装置》
提示：宽带有限、当前游客访问压缩模式
（2） 根据要求各类模版数据每组20个，一共六组，加上一组待分类的“石头”数据，经计算后的如表1所示，分类效果非常明显。
| 图表编号 | XD0044950700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.03.25 |
| 作者 | 何为、孙琴 |
| 绘制单位 | 武昌首义学院、武昌首义学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 最不利计算工况：基于识别率的多叉树森林k-匿名算法》2020.12.25
- 《表1 实验数据集：基于模糊粗糙最近邻算法的不平衡数据分类》2020.11.15
- 《表2 KPCA计算结果：基于改进K-近邻算法的XLPE电缆气隙放电发展阶段识别》2020.12.10
- 《表1 特征参数统计算子：基于改进K-近邻算法的XLPE电缆气隙放电发展阶段识别》2020.12.10
- 《表1 日志数据属性特征：基于K近邻的HTTP请求日志分类算法》2020.11.25
- 《表1 猜拳测试结果：一种基于神经网络的手势识别装置》2020.05.15
- 《表4 K近邻分类正确率：基于判别分析与K近邻算法对塑料吸管的红外光谱分析》2020.05.20
- 《表3 k值对OA的影响：基于K近邻卷积神经网络的点云模型识别与分类》2020.05.25
- 《表1 部分数据样本：基于小波包分解和K最近邻算法的轴承故障诊断方法》2020.02.01
- 《表1 不同手势测量结果：基于电容感测的新型手势识别装置》2020.08.20
- 《表4 不同分类算法的手势识别结果》2020.02.01
- 《表2 测试结果：基于STM32的FDC2214手势识别装置》2019.06.25
- 《表2 栅格位置估计值：基于K最近邻算法的地铁4G室分故障定位方法研究》2019.06.20
- 《表1 位置指纹库：基于K最近邻算法的地铁4G室分故障定位方法研究》2019.06.20
- 《表1 训练数据集：基于最重要特征的裁剪k-近邻分类算法设计》2019.07.20
- 《表3 实验结果误差：基于K最近邻算法的城市路段行程时间短时预测》2019.07.15
- 《表3 k取值优化表：基于拉曼光谱与k最近邻算法的酸奶鉴别》2019.05.15
- 《表手写字母分类准确率与最近邻个数K的关系》2019.01.28
- 《表2 装置测试结果：基于RBF网络的手势识别装置设计》2019.12.25
- 《表2 装置测试结果：基于RBF网络的手势识别装置设计》2019.12.25