《表2 Robust PCA对CN降维至不同层时算法结果比较》
注:每个算法对应的最优值标为黑体,次优算法标为下划
设置Robust PCA对CN特征处理分别降维至2、3、4、5层,并将其应用于SAMF算法中,与原文中直接使用CN 11维特征的算法进行比较,实验结果如表2。通过使用Robust PCA对CN降维至5层时取得性能最好,比原文中使用11维CN特征成功率提升1.4%,精度提升2.1%。使用Robust PCA对CN降维至3和4层时成功率分别提升0.3%和0.5%,精度提升0.8%和0.9%。降维至2层时成功率下降0.4%,但精度提升0.2%。通过表2整个实验结果的比较,可以看出,使用Robust PCA对CN特征处理后,对跟踪精度的影响较大。
图表编号 | XD00146854600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 岳晨晨、侯志强、余旺盛、蒲磊、马素刚 |
绘制单位 | 西安邮电大学计算机学院、西安邮电大学陕西省网络数据分析与智能处理重点实验室、西安邮电大学计算机学院、西安邮电大学陕西省网络数据分析与智能处理重点实验室、空军工程大学信息与导航学院、空军工程大学信息与导航学院、西安邮电大学计算机学院、西安邮电大学陕西省网络数据分析与智能处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |