《表2 2数据集特征识别性能对比Tab.2 The comparison of feature vector recognition performance in two datasets》

《表2 2数据集特征识别性能对比Tab.2 The comparison of feature vector recognition performance in two datasets》   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
《基于K-均距异常因子的步态信号异常检测》


  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

为了验证有效性，采用文[23-24]与本文的方法对比，分别计算在ZJU-GaitAcc数据集和自采数据集中步态特征的正确识别率，特征匹配结果均为留一法交叉验证的投票统计.其中，本文方法为对异常检测后的步态序列提取平均周期特征，再以文[24]的方法计算正确识别率[25].表2为ZJU-GaitAcc数据集和自采数据集中步态特征的正确识别率对比结果.可见，步态序列的正确识别率经异常检测显著提高，可满足小样本范围内步态识别应用需求.

图表编号XD0060262600    严禁用于非法目的
绘制时间2019.02.01
作者涂斌斌、揣荣岩、许会
绘制单位沈阳工业大学信息科学与工程学院、沈阳大学信息工程学院、沈阳工业大学信息科学与工程学院、沈阳工业大学信息科学与工程学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 骨架曲线各特征点对比Table 2 Comparison of the feature points of the skeleton curve》2018.08.25
  2. 《表2 不同组别病变内部强化特征比较 (例) Tab.2 Comparison of the internal enhancement features of the lesions in different groups (case)》2019.02.20
  3. 《表2 建筑风貌的地域特征识别Tab.2 The regional characteristics recognition of the architectural style》2019.01.10
  4. 《表2 特征点匹配两种算法实验数据对比Tab.2 Experimental data comparison between two algorithms of feature point matching》2019.02.01
  5. 《表1 谱图峰特征点识别结果Tab.1 Result of spectral peak feature point recognition》2019.01.01
  6. 《表2 特征矢量Tab.2 Feature vectors》2019.01.25
  7. 《表2 基于GMM的特征组合的识别率Tab.2 Recognition rate of features combination based on GMM》2018.10.25
  8. 《表1 各算法识别率对比Tab.1 The comparison of recognition rate for each algorithm》2018.08.25
  9. 《表2 识别正确率比较Tab.2 Comparison of recognition accuracy comparison》2018.03.25
  10. 《表4 不同特征识别率Table 4 Recognition rate of different features》2018.05.01
  11. 《表2 本文模型与文献模型识别精度与识别效率对比Tab.2 Comparison of recognition accuracy and recognition efficiency between our model and referen》2018.10.25
  12. 《表2 CNN和经典方法识别率对比图Tab.2 Comparison of recognition rates between CNN and classical methods》2018.04.28
  13. 《表2 13种数据集月降水过程与月降水观测过程对比结果Tab.2 Comparison of results of 13 precipitation datasets with the observed precipitation datas》2018.11.28
  14. 《表7 PSO优选2DPCA特征与其他方法的识别结果Table 7 PD pattern recognition accuracies of the PSO selected 2DPCA features and other methods》2018.05.01
  15. 《表2 不同算法识别率比对表Tab.2 Comparison of recognition on different algorithms》2018.03.10
  16. 《表2 高阶调制样式识别性能对比Tab.2 Recognition performance comparison among high order modulation types》2018.06.28
  17. 《表1 特征向量参数Tab.1 The parameters of the feature vector》2018.04.30
  18. 《表2 艾比湖流域数字河网特征对比Tab.2 Comparison of the Features of Digital Drainage Network in Ebinur Lake Basin by SRTM3-DEM and ASTER》2018.03.20
  19. 《表2 钢号识别率对比Tab.2 Steel recognition rate comparison》2018.05.01
  20. 《表2 不同阈值下提取的特征点数对比Tab.2 Comparison of feature points extracted under different thresholds》2018.03.01

随机翻阅

《表1 大学英语考核方式：不同大白菜品种在兰州市红古区的引种试验初报》 《表9 逆向推理结果：中欧班列口岸站通关风险分析——基于FTA-BN模型》 《表3 不同比例橄榄油对干酪色度的影响》 《表1 预测模型结果分析：基于差分数据图和深度学习的短时交通流预测》 《表2 发动机转速：非道路柴油机稳态循环氮氧化物测量不确定度研究》 《表2 满意率对比：中草药辩证治疗仔猪消化道疾病》 《表3 专家三评判矩阵：考虑不同专家偏好的区间粗糙数DEMATEL决策方法》 《表1 任务清单：试论Office的高级应用教学现状及对策》 《表2 AABR检查法与联合法检测通过率比较[n (%) ]》 《表1 不同年份标本检验结果对比[n (%) ]》