科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表1 运行时间结果比较:基于非负矩阵分解算法的人脸识别方法》
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
《基于非负矩阵分解算法的人脸识别方法》
获取 高清版本
忘记账户?点击这里
登录
下载图表
忘记账户?点击这里
登录
3)运行时间比较(见表1)
图表编号
XD0084277800 严禁用于非法目的
绘制时间
2019.09.01
作者
彭梦冉
绘制单位
安徽工商职业学院信息工程学院
更多格式
高清、无水印(增值服务)
查看“表1 运行时间结果比较:基于非负矩阵分解算法的人脸识别方法”的人还看了
表1 脑电数据分类结果:基于非负CP分解模型的边界规避任务中脑电特征提取方法研究
表1 基于静态图像的深度人脸表情识别算法在常见数据库上的性能比较
表2 滚动轴承结构参数:双约束非负矩阵分解的复合故障信号分离方法
表2 6种算法聚类结果:流形学习与成对约束联合正则化非负矩阵分解
表4 识别率统计结果:基于深度学习的人脸识别算法研究
表5 误识别率统计结果:基于深度学习的人脸识别算法研究
上一表
《表1 酒店业经营效率的测度评价
下一表
《表3 受访者对班主任要求的观点
相关图表
《表1 脑电数据分类结果:基于非负CP分解模型的边界规避任务中脑电特征提取方法研究》
2021.02.20
《表1 基于静态图像的深度人脸表情识别算法在常见数据库上的性能比较》
2020.11.16
《表2 滚动轴承结构参数:双约束非负矩阵分解的复合故障信号分离方法》
2020.06.01
《表2 6种算法聚类结果:流形学习与成对约束联合正则化非负矩阵分解》
2020.07.01
《表5 误识别率统计结果:基于深度学习的人脸识别算法研究》
2020.05.01
《表4 识别率统计结果:基于深度学习的人脸识别算法研究》
2020.05.01
《表2 分类结果混淆矩阵:基于加权随机森林算法的空巢电力用户识别方法》
2020.08.20
《表2 不同算法在FERET人脸库上的识别率(%)和识别时间(s)比较》
2020.02.01
《表1 不同算法在AR人脸库上的识别率(%)和识别时间(s)比较》
2020.02.01
《表2 分类性能对比:基于二阶段迭代的非负矩阵分解的分类模型》
2020.04.24
《表2 识别时间对比结果:基于加权正交约束非负矩阵分解的车脸识别算法》
2020.04.10
《表1 实验结果统计:基于加权正交约束非负矩阵分解的车脸识别算法》
2020.04.10
《表1 算法运行时间比较:基于改进BRISK算法的图像特征提取方法研究》
2020.02.01
《表2 算法运行时间比较:基于信息熵和GA-ELM的调制识别算法》
2020.01.01
《表1 测试结果:基于深度学习的人脸识别算法研究》
2019.10.05
《表2 算法运行时间比较:基于非负矩阵分解算法的人脸识别方法》
2019.09.01
《表1 实验结果:基于改进卷积神经网络的人脸识别算法》
2019.07.31
《表2 运行时间表:基于子成分分解的脑电信号去噪方法比较研究》
2019.07.22
《表2 人脸识别系统的运行时间与运行速度比》
2019.05.15
《表6 人脸识别结果:基于编解码网络的多姿态人脸图像正面化方法》
2019.04.20
随机翻阅
《表2 变量统计性描述:劳动力迁移视角下技能溢价对居民消费的空间效应研究》
《表4 黄芩专利主要IPC大组分布》
《表1 68例患者的一般资料》
《表1 脓毒症组患者3种检测指标敏感性和特异性比较(%)》
《表5 喷雾高度、喷头转速、旋翼转速与雾滴沉积的相关分析(α=0.05)》
《表1 两组患者生活质量评分比较 (±s)》
《表2:他们为什么当老师——以J大学为例探析非师范生选择教师行业的影响因素及建议》
《表2 工作流量标准装置重复性测试误差表》
《表5 沿海11省 (市) 海洋渔业生态经济系统协调度类别》
《表4 不同性别服刑人员的单亲家庭在各量表上的得分情况》