-
题名生物启发多特征融合学习的室内可见光位置感知方法
- 1
-
-
作者
韦吉月
张峰
孟祥艳
赵黎
李帅
-
机构
西安工业大学电子信息工程学院
-
出处
《光通信技术》
北大核心
2025年第1期25-30,共6页
-
基金
国家自然科学基金项目(12004292)资助
陕西省科技厅一般项目-工业领域(12022GY-072)资助
西安市科技局高校院所科技人员服务企业项目(124GXFW0034)资助。
-
文摘
为了提高Elman室内可见光位置感知模型稳健性和定位精度,提出生物启发多特征融合学习的室内可见光位置感知方法。该方法首先对获取的可见光图像进行预处理,以确保特征提取的准确性;然后,通过将预训练的神经网络模型中不同层次的特征进行融合,构建一个位置感知特征库,从而提升特征表达能力和丰富度,以此来提高模型的位置感知精度;最后,采用蜣螂优化(DBO)算法优化Elman神经网络的拓扑结构和权重参数,以解决传统Elman神经网络在室内位置感知中容易陷入局部最优的问题,并加速收敛速度和增强泛化性能。实验结果表明:在4 m×3.5 m×3 m的立体空间内,所提算法平均定位误差为0.21 m,平均定位误差小于0.4 m的概率达到91.3%,相较于Elman算法,定位精度提高了22.3%。
-
关键词
室内可见光位置感知
视觉成像
蜣螂优化算法
ELMAN神经网络
-
Keywords
indoor visible light position sensing
visual imaging
dung beetle optimization algorithm
Elman neural network
-
分类号
TN929.1
[电子电信—通信与信息系统]
-
