期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于K-means^(++)的WiFi指纹定位算法
被引量：
4
1
作者
苏明明
鲁照权
+3 位作者
陈龙
谢地
尤海龙
丁浩峰
《传感器与微系统》
CSCD
2019年第5期140-142,145,共4页
针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means^(++)算法按参考点位...
针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means^(++)算法按参考点位置聚类的方法。在聚类的结果上,选择RSS均值最大的M个AP,使用有监督的学习算法KNN对测试点进行分类,再用确定性的匹配算法加权K最近邻居法来计算位置坐标。实验结果表明:所提方法在定位性能上比按信号强度聚类的方法有较大提高。
展开更多
关键词
K-means++
位置聚类
最大均值ap选择
有监督学习KNN
加权K最近邻法
在线阅读
下载PDF
职称材料
题名
基于K-means^(++)的WiFi指纹定位算法
被引量：
4
1
作者
苏明明
鲁照权
陈龙
谢地
尤海龙
丁浩峰
机构
合肥工业大学电气与自动化工程学院
出处
《传感器与微系统》
CSCD
2019年第5期140-142,145,共4页
基金
国家级大学生创新项目(2011710359008)
合肥工业大学产学研校企合作基金资助项目(W2016JSKF0467
W2016JSKF0468)
文摘
针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means^(++)算法按参考点位置聚类的方法。在聚类的结果上,选择RSS均值最大的M个AP,使用有监督的学习算法KNN对测试点进行分类,再用确定性的匹配算法加权K最近邻居法来计算位置坐标。实验结果表明:所提方法在定位性能上比按信号强度聚类的方法有较大提高。
关键词
K-means++
位置聚类
最大均值ap选择
有监督学习KNN
加权K最近邻法
Keywords
K-means++
location clustering
max mean(MM)
ap
selection
supervised learning KNN
weighted K nearest neighbour(WKNN)method
分类号
TN92 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于K-means^(++)的WiFi指纹定位算法
苏明明
鲁照权
陈龙
谢地
尤海龙
丁浩峰
《传感器与微系统》
CSCD
2019
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
