《表3 实验结果统计表：基于GPS轨迹数据的城市交叉路口识别》
提示：宽带有限、当前游客访问压缩模式
在距离为50m时，基于转向角度的方法和本文方法的精确率、召回率和F值如表3所示。
| 图表编号 | XD009072400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 高原、王东、冯宏伟、施元磊、段治州 |
| 绘制单位 | 西北大学经济管理学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 交叉路口原始数据：城市复杂轨道交通信号智能配时方法仿真》2020.11.01
- 《符号说明：基于GPS数据的交通出行模式及转换点识别算法》2021.02.01
- 《表1 动物实验分组情况：基于词向量数据场轨迹引力的多中心识别和空间交互分析》2021.01.10
- 《表1 不同核函数的对比：基于路侧激光雷达的城市交叉口目标识别技术》2020.12.20
- 《表1 混合车队的ti：城市道路通行能力建模及实例分析——以普洱市思茅区园丁路与茶苑路十字交叉路口为例》2020.06.30
- 《表1 行驶轨迹链：基于Apriori算法的城市关键路段识别》2020.04.26
- 《表2 清洗后数据示例：基于多层感知器和运动轨迹的海上目标类型识别》2020.03.20
- 《表1 原始数据示例：基于多层感知器和运动轨迹的海上目标类型识别》2020.03.20
- 《表2 终端速度特征表：基于5G手机的交叉路口行人检测》2020.02.25
- 《表4 对比试验结果：基于5G手机的交叉路口行人检测》2020.02.25
- 《表4 交叉验证实验结果：基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型》2020.02.01
- 《表2 试验路线：基于GPS轨迹数据的超速事件探测方法试验研究》2019.06.01
- 《表2 滤波处理结果：基于浮动车轨迹数据的城市路网提取》2019.02.01
- 《表1 去冗处理结果：基于浮动车轨迹数据的城市路网提取》2019.02.01
- 《表2 交叉路口数据集上的行人和汽车计数的平均绝对误差（mae)》2019.07.20
- 《表1 GPS轨迹数据样例》2019.08.01
- 《表1 实验结果评价：基于浮动车轨迹数据的路网快速提取》2019.01.01
- 《表1 轨迹数据样式：一种基于车辆轨迹数据的城市建成区边界识别方法》2019.01.25
- 《表1 轨迹预测误差对比：一种城市交叉路口转弯车辆轨迹预测方法》2019.11.25
- 《表1 交叉路口公交站的公交停靠时间统计指标》2019.12.01