《表1 RF算法和GA-RF算法对CRK-Means聚类划分区域粗定位结果》

  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

《井下WLAN位置指纹定位中改进区域划分方法研究》

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

实验2在实验1的基础上，对CRK-Means算法聚类划分后的区域分别使用RF算法和GA-RF算法进行在线子区域粗定位，每组定位实验中在5个子区域中分别进行200次子区域粗定位。为了保证粗定位的实验效率，每个子区域中的粗定位位置都尽量靠近划分区域的区分处。子区域粗定位只对用户所在子区域进行判定，不对具体的位置进行估计。表1给出了子区域粗定位结果。RF算法子区域粗定位的平均正确率为94.7%，而将GA算法与RF算法结合后，RF算法中的决策树总数D和参考点特征选择数Re经过GA算法的自适应调整机制与当前的聚类划分更匹配，子区域粗定位的平均正确率为97.9%，因此，GA-RF算法在用户所处区域的实时判断上有着更好的决策机制。