精度高达92.72%
针对车载动态环境构建的GNSS上下文感知模型，通过特征选择与序列建模提升环境识别能力，并引入迁移学习增强跨接收机泛化性能。
朱锋 · Luo, Kegan · Tao, Xianlu · 张小红
IEEE Transactions on Intelligent Transportation Systems 2024
在上下文分离区域准确率达到92.72%，上下文连续区域达到87.49%。
采用SHAP和SFFS方法筛选有效特征，减少冗余并提升模型性能。
全层迁移方法将性能提升18.34%，有效应对不同接收机类型带来的性能下降。