《表2 ELM-PF、GPM-PF、SVM-PF算法的累计误差》

《表2 ELM-PF、GPM-PF、SVM-PF算法的累计误差》   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
《基于极限学习机模型的粒子滤波无设备定位方法研究》


  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
%

跟踪误差的累计分布如图8(d)和表2所示,从中可以看出,ELM-PF算法明显优于GPM-PF和SVM-PF两个算法。跟踪精度在0.1 m以下的精度,ELM-PF算法能够达到14.0%,其他两个算法只有8.9%和6.4%,表明跟踪的高精度数量明显高于其他两个算法。另外,ELM-PF算法在精度0.2 m以下的数量已经能够达到49.0%,表明整体跟踪精度较高、鲁棒性更强。