《表2 堆叠自动编码机结合NN和KNN实验结果》
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
《基于深度学习的Wi-Fi与iBeacon融合的室内定位方法》
m
图7是使用堆叠自动编码机结合近邻算法和使用不同K值的K近邻算法的累积分布函数图。表2是图7对应的数据表。从图7和表2可以看出在经过堆叠自动编码机处理后,在使用近邻算法时,其定位误差为0 m的累计定位精度达到80%,5 m内的定位精度能到达94%。而当使用K近邻算法时,随着K值不断增大时,定位误差均值和均方根误差不断上升。如K为2和4时,其0 m的累计定位精度分别为54%和15%,5 m内的定位精度分别为93%和90%。由此可见,近邻算法较K近邻算法定位效果更好,收敛速度更快,定位平均误差更小且定位稳定性更强。
图表编号 | XD0035421900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 张熠 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网技术应用教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |