《表1 AdaBoost训练结果对比图》
提示：宽带有限、当前游客访问压缩模式
利用AdaBoost训练两种特征的结果，如表1所示。
| 图表编号 | XD0053326500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.08 |
| 作者 | 曹继、黄智 |
| 绘制单位 | 湖南大学机械与运载工程学院、湖南大学机械与运载工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《图1 轮椅式下肢康复训练设备三维模型》2020.11.15
- 《表1 不同训练图块数下NRE预测模型预测结果与真值之间的RMSE值比较》2020.07.16
- 《表5 训练数据与测试数据对比图》2020.05.10
- 《表2 四种AdaBoost模型训练参数》2020.02.20
- 《表4 各阶段训练结果图：基于MobileNet与YOLOv3的轻量化卷积神经网络设计》2020.07.10
- 《表2 算法时间对比结果：基于BP神经网络的人脸检测AdaBoost算法》2020.08.25
- 《表1 算法对比结果：基于BP神经网络的人脸检测AdaBoost算法》2020.08.25
- 《表1 检测结果：基于新增haar特征和改进AdaBoost的人脸检测算法》2020.04.01
- 《表1 试验班思维导图训练前后学期自主学习分数总评（分）》2019.12.11
- 《表1 深度学习模型图训练过程》2019.12.25
- 《表2 本文模型与Adaboost在不同阈值各参数结果》2020.01.15
- 《表1 不同采样因子的训练子图尺寸》2019.10.20
- 《表2 Tr Adaboost与优化后Tr Adaboost实验结果对比》2019.09.01
- 《表2 实验对比结果：KPCA和Adaboost算法在阿尔茨海默症功能磁共振影像分类中的应用》2019.07.25
- 《表1 误差分析结果：基于BP-Adaboost模型的交通流量预测》2019.08.20
- 《表1 2005—2016年Adaboost模型预测结果》2019.06.20
- 《表1 实验的检测结果：融合YCbCr肤色模型与改进的Adaboost算法的人脸检测》2018.04.01
- 《表1 训练图像数据集中抽取示例图》2018.08.25
- 《表1 特征提取结果：基于CEEMD与BP＿AdaBoost的排水管道堵塞辨识》2018.08.15
- 《表4 测试结果：基于Adaboost的配电网单相接地故障选线》2018.03.15