《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
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） |
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