《表2 SVC-SVR, SVR, NN和KNN定位精度对比》
我们将提出的基于空间划分和SVC-SVR的两级定位和多种主流单级定位算法进行比较,包括SVR,近邻算法(Nearest Neighbor,NN)和K近邻算法(K-Nearest Neighbor,KNN).比较结果列在表2中.从表中可以看出,两级SVC-SVR算法平均定位误差最小,为2.51米,明显优于单级的SVR(3米)、NN(3.93米)和K=4时的KNN(3.57米).四种算法的累计误差分布也显示在表2中,两级SVC-SVR定位算法精度最高,累积定位误差小于1米的百分比为14.58%,小于2米的为40%,小于3米70%,小于4米85.42%,小于5米94.59%,明显优于SVR、NN和KNN.
图表编号 | XD0060250500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 周瑞、鲁翔、李志强、武悦、桑楠 |
绘制单位 | 电子科技大学信息与软件工程学院、电子科技大学信息与软件工程学院、电子科技大学信息与软件工程学院、电子科技大学信息与软件工程学院、电子科技大学信息与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |