《表1 SVM子区域确定和定位结果》

  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

《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

对于提到的3种空间划分方法，对其子区域确定和精确定位结果做了对比.评估标准包括子区域分类正确率、平均定位误差和累计定位误差分布.具体结果见表1.采用本文提出的优化K-means聚类的空间划分的子区域分类正确率达到96.67%（240个测试点中有8个分类错误）；使用基于SVM-C聚类的空间划分的子区域分类正确率为92.92%，有17个测试点分类错误；而基于平面图的空间划分的分类正确率为94.85%，有13个测试点分类错误.从分类效果来看，本文提出的优化K-means聚类的空间划分算法最优.详细分类结果如图5所示，小圆圈代表正确分类的测试点，叉叉为错误分类的测试点.