III. NGÀY HOÀN THÀNH NHI 烏M 影: 21/06/2013 È ÈÈÈÈÈÈ0
N 浦I DUG
5.2. Th詠c nghi羽m và phân tích k院t qu違
Vjgq"eƒe"d逢噂c c栄a quá trình nh壱n di羽n trình bày trong ph亥n vt逢噂c, 8隠 tài ch丑n m瓜t tháng b医t kì trong t壱p d英 li羽u n o"ikck"8q衣n hu医n luy羽n Ätraining 8吋 xây e挨"u荏 d英 li羽u nh壱n d衣ng Diden, và ch丑n m瓜t tháng li隠n k隠 ucw"8„, g丑i là Äevaluation, 8吋 th穎 nghi羽m vi羽c nh壱n di羽n. Kho違ng th運k"ikcp"8逢嬰c ch丑n là m瓜v"vjƒpi"8吋 d英 li羽u th吋 hi羽p"8亥{"8栄 8員c tính di chuy吋n c栄a t瑛pi"8嘘k"v逢嬰ng. Vi羽c ch丑n hai kho違ng th運i gian li隠n k隠 nhau 8吋 tránh vt逢運ng h嬰p thói quen di chuy吋n c栄a m瓜t 8嘘k"v逢嬰ng có th吋vjc{"8鰻i sau m瓜t kho違ng th運i gian dài.
Eƒe"8嘘k"v逢嬰ng Ux trong d英 li羽u c栄a ikck"8q衣n Äevaluation 8逢嬰e"zgo" pj逢"ej逢c" bi院t. A吋 nh壱n di羽n Ux." 8隠 v k" z¤{" f逢pi" o»" j·pj" fk" ejw{吋n c栄a Ux trong giai Äevaluation, scw"8„"f́pi"eƒe"rj逢挨pi"rjƒr"nh壱n di羽p"8吋 so sánh mô hình này v噂i l亥n n逢嬰t t瑛ng mô hình c栄c"eƒe"8嘘k"v逢嬰pi"8«"dk院t Uk e„"vtqpi"e挨"u荏 d英 li羽u nh壱n di羽n Diden. M映c tiêu là tìm ra 8嘘k"v逢嬰ng Uk có s詠 v逢挨pi"8欝ng l噂n nh医t v噂i Ux. T雨 l羽 Ux 8逢嬰c nh壱n di羽p"8¿pi"u胤 cho th医y hi羽u qu違 c栄a m瓜v"rj逢挨pi"rjƒr0
Hình 5.1. Rj⇔￢pi"rjƒr"pjｆn diうn dばa trên quá trình di chuyあn. Mô hình di chuyあn trong
ikck"8qＴn Ätraining cてa nhのpi"8ぐk"v⇔ぢpi"8«"dkｘt Uk*m"?"3."4."5."È+"8⇔ぢc xây dばpi"x "n⇔w"vtの n o"e￢"uぞ dの liうu nhｆn diうn. Mô hình di chuyあn cてa mじv"8ぐk"v⇔ぢpi"ej⇔c"dkｘt Ux trong giai
8qＴn Äevaluatione pi"8⇔ぢc xây dばng x "8⇔ぢe"8go"uq"uƒpj vずi lＺp"n⇔ぢt các mô hình cてa Uk
8«"dkｘv"8あzƒe"8おpj"8⇔ぢc Ux
Th詠c nghi羽m 8逢嬰c ti院n hành trên c違 mô hình Markov dcp"8亥u không có y院u t嘘 th運i gian và mô hình Markov khôngÎth運i gian nh茨m so sánh hi羽u qu違 c栄a hai mô hình v噂i nh英pi"rj逢挨pi"rjƒr"nh壱n di羽n mjƒe"pjcw0"Ucw"8¤{"n "v„o"v逸v"eƒe"rj逢挨pi"rjƒr" th詠c nghi羽o"8逢嬰c ti院n hành: TRACE Sep-2004 TRACE Oct-2004 compare max = modeling modeling Ätraining Äevaluation
1) SpatioRes. S穎 d映ng mô hình Markov ch雨 có y院u t嘘mj»pi"ikcp"x "rj逢挨pi"rjƒr" nh壱n di羽n 1 trình bày trong ph亥n 2.2.1.1.
2) SpatioSeq. S穎 d映ng mô hình Markov ch雨 có y院u t嘘mj»pi"ikcp"x "rj逢挨pi"rjƒr" nh壱n di羽n 2 trình bày trong ph亥n 2.2.1.2.
3) SpatioHMM. S穎 d映ng mô hình Markov 育n không có y院u t嘘 th運i gian và ph逢挨pi" pháp nh壱n di羽n dùng gi違i thu壱t Forwarding trình bày trong ph亥n 4.3.2.
4) SpatioTempRes. S穎 d映ng mô hình di chuy吋n Markov m荏 r瓜ng khôngÎth運i gian x "rj逢挨pi"rjƒr"pj壱n di羽n 1 trình bày trong ph亥n 2.2.1.1.
5) SpatioTempSeq. S穎 d映ng mô hình di chuy吋n Markov m荏 r瓜ng khôngÎth運i gian x "rj逢挨pi"rjƒr"pj壱n di羽n 2 trình bày trong ph亥n 2.2.1.2.
6) SpatioTempHMM. S穎 d映ng mô hình Markov 育n k院t h嬰p y院u t嘘 th運i gian và rj逢挨pi"rjƒr"pj壱n di羽n dùng gi違i thu壱t Forwarding trình bày trong ph亥n 4.3.2.