《表2 SVC-SVR, SVR, NN和KNN定位精度对比》

  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

《结合空间划分和支持向量机的两级定位算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.