文件名称：matlab精度检验代码-Benchmarking_SLAM:回顾和总结SLAM基准
文件大小：24.36MB
文件格式：ZIP
更新时间：2024-06-10 20:20:44
系统开源
matlab精度检验代码标杆管理_SLAM 此处提供了脚本和测试结果，以促进使用评估后的基准属性进行决策树训练。 可以在根目录中找到原始的经过评估的基准摘要，其中Benchmarks_Summ.xlsx包含每个基准和Records.xlsx的详细信息，基于定性评估的基准特征摘要可以在文件夹脚本和slo-mo结果下找到与培训相关的脚本。可以在结果下找到。 要将提供的表文件用于培训，我们只需执行脚本train_decision_trees.m ，它将启动MATLAB分类GUI进行培训和结果可视化。 基本工作流程是： 读表=>预处理=>数据格式化=>配置分类器=>训练=>可视化 根据您自己的需要，为以后的培训过程注释或取消注释某些属性。 例如，如果仅考虑VO，则可以忽略属性Revisit_Freq 。 建议进行交叉验证，以免模型过度拟合。 根据决策树的结构复杂度（分类粒度），可以使用三种级别的决策树，从简单树到复杂树。 如果采用交叉验证，则相同的配置可能会产生略有不同的结果，因为它的组分离步骤是随机过程，但是通常它主要影响准确率，而不是树结构。 一旦获得了体面/可靠的结果，您就可以导出经过训