-
题名基于聚类和K近邻算法的井下人员定位算法
被引量：13
- 1
-
-
作者
莫树培
唐琎
汪郁
赖普坚
金礼模
-
机构
贵州工业职业技术学院图书与信息中心
中南大学信息科学与工程学院
-
出处
《工矿自动化》
北大核心
2019年第4期43-48,76,共7页
-
基金
贵州省科技厅项目(黔科合LH字[2016]7069)
贵州工业职业技术学院校级科研课题(2018009)
-
文摘
针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题,提出了基于聚类和K近邻算法的井下人员定位算法。用二分k-means聚类算法对采集的RSSI数据进行分类,建立离线指纹数据库;无线移动终端和动态修正器实时采集RSSI值,分别存储到在线定位数据库和动态修正数据库;根据待测点和动态修正器的离线数据和实时数据,采用软硬件动态修正加权K近邻算法计算权重值,结合离线指纹数据库中待测点的物理位置信息估算其实时位置。实验分析结果表明,所提定位算法的最小标准误差为0.46m,最大标准误差为3.26m,平均误差为1.62m。对比分析结果表明,与未进行聚类分析的算法相比,本文算法的精度更高,实时性更好;与未动态修正权重值的算法相比,本文算法的运算时间略有增加,但定位精度提高了37.21%。
-
关键词
井下人员定位
指纹定位
二分k-means聚类算法
软硬件动态修正加权K近邻算法
动态修正
-
Keywords
Underground personnel positioning
fingerprint positioning
bisecting k-means clustering algorithm
software and hardware dynamic correction weighted K-nearest neighbor algorithm
dynamic correction
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
-
题名大数据技术在高校教育中的应用
被引量：2
- 2
-
-
作者
金礼模
-
机构
贵州工业职业技术学院
-
出处
《无线互联科技》
2017年第18期136-137,共2页
-
文摘
进入21世纪以来,科学技术不断取得突破性发展,尤其是近年来,智能终端设备和互联网技术迅速普及,进而产生了海量的电子数据,收集这些数据并将其分析整理,反馈于人们的生活、工作和学习中,便催生了大数据技术的应用,该技术已广泛应用于各个领域。在高校教育改革中,大数据技术可以将学校的大量教、学、研数据进行分析,文章对大数据技术在高校教育中的应用进行探讨,以期提高教学的精准度、丰富学习资源、帮助学生自我认识,达到培养适应社会需求人才的目标。
-
关键词
大数据
高校
教育
-
Keywords
big data
colleges and universities
education
-
分类号
G642
[文化科学—高等教育学]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
