《表3 采用数据融合方法的目标识别结果》
提示：宽带有限、当前游客访问压缩模式
为突出红外图像目标跟踪在智能网联汽车目标识别的高质量优势，在同样实验背景下将数据融合方法对智能网联汽车目标识别结果作为实验参照，结果如表3所示:
| 图表编号 | XD0066669100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.25 |
| 作者 | 兰轶、杨澜 |
| 绘制单位 | 长安大学信息与网络管理处、长安大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 实验二的统计结果：融合深度学习目标识别的监控视频摘要浓缩方法》2020.08.25
- 《表3 典型目标特征信息：一种弹道目标识别数据库构建方法》2020.08.01
- 《表1 测试数据集统计表：基于特征融合的目标动态身份识别方法》2020.06.15
- 《表1 基本概率赋值：基于证据可信度的多传感器多目标融合识别方法》2020.12.28
- 《表3 几种方法数据比较：基于融合哈希粗匹配的快速手指静脉识别方法》2021.02.25
- 《表6 3组对比实验结果：基于特征融合CNN模型的ECG信号识别方法研究》2020.11.15
- 《表1 目标识别数据集：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表7 第1批实验样本采用不同方法的识别结果》2020.05.15
- 《表1 实验数据设置：不平衡数据集下的水下目标快速识别方法》2020.09.01
- 《表2 截割煤岩标定数据：基于采煤机摇臂销轴多应变数据融合的煤岩识别方法》2020.03.01
- 《表2 数据集统计信息：目标依赖的作者身份识别方法》2020.02.10
- 《表1 实验的具体参数值：基于数据融合的CNN方法用于人体活动识别》2020.02.16
- 《表2 模型的准确率比较：基于数据融合的CNN方法用于人体活动识别》2020.02.16
- 《表1 数据集详细信息：基于多分类器融合的卫星图像舰船目标识别》2019.09.10
- 《表2 采用红外图像目标跟踪方法的目标识别结果》2019.07.25
- 《表3 各列属性分割点：基于增量学习和Lasso融合的数据可视化模式识别方法》2018.01.01
- 《表2 决策模式信息表：基于增量学习和Lasso融合的数据可视化模式识别方法》2018.01.01
- 《表1 决策信息表：基于增量学习和Lasso融合的数据可视化模式识别方法》2018.01.01
- 《表2 10%飞机目标数据采用不同方法成像结果的定量评价分析》2019.11.16
- 《表3 基于信息融合方法的识别结果 (基于随机森林)》2018.03.01