《表2 不同特征进行标识识别结果》
提示：宽带有限、当前游客访问压缩模式
由表3可知，在识别4个及以上交通标识所用的时间仅为125 ms，因此满足实时性要求。
| 图表编号 | XD0096165100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 揭伟、李为相、李为 |
| 绘制单位 | 南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 基于不同组合特征的说话人识别统计结果》2020.10.10
- 《表1 1 不同特征的识别结果》2020.10.01
- 《表3 对案发路段道路标识模型数据表格进行分析研判的示例》2020.12.31
- 《表3 用提取特征进行模型训练和测试的分类识别结果》2021.01.23
- 《表6 改进Hu矩的C-SVC标识符识别结果》2020.05.25
- 《表8 改进Hu矩的KNN标识符识别结果》2020.05.25
- 《表5 Hu矩的C-SVC标识符识别结果》2020.05.25
- 《表7 Hu矩的KNN标识符识别结果》2020.05.25
- 《表1 对不同特征融合进行模型训练所得的实验结果》2020.05.01
- 《表1 不同特征识别结果》2020.03.01
- 《表5 不同表面标识药片品种数、可识别数及占比(n=75)》2020.02.20
- 《表2 胶囊剂表面标识、颜色、识别情况》2020.02.20
- 《表2 进行二次稀疏光流前不同异常状态下的行为识别率，》2019.08.01
- 《表3 进行二次稀疏光流后不同异常状态下行为识别率，》2019.08.01
- 《表3 交通标识识别耗时：基于多特征融合的交通标识实时分类与识别》2019.06.01
- 《表1 文字识别手机小程序对食品标识识别比较》2019.06.28
- 《表5 通过识别框架进行事件检测的实验结果》2019.05.01
- 《表7 提取GC特征与传统特征进行分类识别Table 7 The GC feature values and traditional feature values are extracted for classifying and recog》2018.06.01
- 《表5 单独提取各频段组功率谱密度、不对称系数特征进行分类识别Table 5 The power spectral density and asymmetric coefficient feature values of each frequ》2018.06.01
- 《表6 单独提取各频段组能量、香农熵特征进行分类识别Table 6 The energy and shannon entropy feature values of each frequency band group are extracte》2018.06.01