检索结果-维普期刊中文期刊服务平台

一种改进的WKNN匹配算法: 1; 作者方琼《太赫兹科学与电子信息学报》 2021年第5期910-915,共6页; 在WiFi室内定位方法中,基于接收信号强度(RSSI)离线指纹数据库的加权K最邻近点(WKNN)算法得到了深入研究,但目前的WKNN算法未考虑实测数据维度高、无效缺省数据多等特点,不利于匹配定位精确度的提高。为此,在对实测RSSI指纹向量按照由... 展开更多; 关键词室内定位 WIFI 加权K最邻近点接收信号强度; 在线阅读下载PDF 职称材料

基于稳定AP选择的动态室内定位方法被引量：1: 2; 作者魏军罗恒 +1 位作者倪启东陈明哲《微电子学与计算机》 2024年第1期37-44,共8页; 在室内复杂多变环境下,基于接收信号强度指示(Received Signal Strength Indication,RSSI)的位置指纹算法得到了广泛研究。其中,在线阶段的匹配算法通常采用加权K近邻(Weighted K-Nearest Neighbor,WKNN)算法,但该算法往往采用固定k值... 展开更多; 关键词室内定位优选AP 信号强度加权K近邻算法信号波动指纹匹配; 在线阅读下载PDF 职称材料

基于加权的K近邻线性混合显著性目标检测被引量：5: 3; 作者李炜李全龙刘政怡《电子与信息学报》 EI CSCD 北大核心 2019年第10期2442-2449,共8页; 显著性目标检测旨在于一个场景中自动检测能够引起人类注意的目标或区域,在自底向上的方法中,基于多核支持向量机(SVM)的集成学习取得了卓越的效果。然而,针对每一张要处理的图像,该方法都要重新训练,每一次训练都非常耗时。因此,该文... 展开更多; 关键词显著性目标检测集成学习线性混合加权的K近邻; 在线阅读下载PDF 职称材料

基于加权K-近邻分类的非视距识别方法研究被引量：4: 4; 作者韦子辉解云龙 +3 位作者王世昭叶兴跃张要发方立德《电子与信息学报》 EI CSCD 北大核心 2022年第8期2842-2851,共10页; 超宽带(UWB)定位系统中,针对复杂的环境下,信号的遮挡、直达信号的错误判断严重影响定位精度问题,该文基于信道冲激响应(CIR)提出一种新型特征参量——饱和度(S),结合前人提出的特征参量利用Relief算法和互信息特征选择(MIFS)算法进行... 展开更多; 关键词超宽带定位信道冲击响应非视距识别特征选择加权-K近邻; 在线阅读下载PDF 职称材料

一种改进的WIFI位置指纹室内定位算法被引量：7: 5; 作者谢世成余学祥 +2 位作者赵佳星汪涛童子良《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第6期753-757,共5页; WIFI位置指纹定位作为目前常见的室内定位方法,存在接收信号强度(received signal strength,RSS)波动和时变等问题,导致定位精度不高。文章为此设计了一种采用结合卡尔曼滤波的方差修正加权K最近邻(weighted K-nearest neighbor,WKNN)... 展开更多; 关键词室内定位位置指纹 wknn算法卡尔曼滤波; 在线阅读下载PDF 职称材料

蓝牙连接模式对室内定位性能的影响被引量：4: 6; 作者李芳徐光明 +5 位作者刘成相恒永施浒立江娟宁永科钱小龙《电子技术应用》 2021年第7期125-129,共5页; 基于低功耗蓝牙(BLE)接收信号强度标识(RSSI)测量的位置指纹定位是最常见和有效的室内定位方法之一。然而,BLE通信协议并非专门为定位而设计,不同通信连接方式下的蓝牙设备测距性能差异较大,显著影响着定位精度。针对这一问题,对不同连... 展开更多; 关键词室内定位低功耗蓝牙接收信号强度指示位置指纹匹配加权K邻近算法; 在线阅读下载PDF 职称材料

一种基于大规模MIMO系统的三维空间指纹定位方法: 7; 作者贺晨琳王霄峻汪磊《电讯技术》北大核心 2023年第12期1876-1884,共9页; 针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的三维室内空间指纹定位方法。首先,提出一种处理速度更快、存... 展开更多; 关键词三维室内空间指纹定位大规模MIMO 加权K近邻(wknn) 中心到达角(CAOA)聚类; 在线阅读下载PDF 职称材料

题名一种改进的WKNN匹配算法: 1; 作者方琼; 机构杭州科技职业技术学院继续教育学院; 出处《太赫兹科学与电子信息学报》 2021年第5期910-915,共6页; 基金校级课题(基于WiFi的一种改进的WKNN匹配算法研究)资助项目(HKYZXYB-2021-17)。; 文摘在WiFi室内定位方法中,基于接收信号强度(RSSI)离线指纹数据库的加权K最邻近点(WKNN)算法得到了深入研究,但目前的WKNN算法未考虑实测数据维度高、无效缺省数据多等特点,不利于匹配定位精确度的提高。为此,在对实测RSSI指纹向量按照由大到小进行排序的基础上,只选取大于设定RSSI阈值的有效RSSI指纹数据进行后续的匹配;按照欧式距离的统计量自适应调整K值;按照欧式距离的均值,调整高斯权重系数。实验结果表明,与未改进的WKNN算法相比,改进后的WKNN算法定位精确度更高。; 关键词室内定位 WIFI 加权K最邻近点接收信号强度; Keywords indoor positioning Wireless Fidelity(WiFi) weighted K Nearest neighbors(wknn) Received Signal Strength Indication(RSSI); 分类号 TN926 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于稳定AP选择的动态室内定位方法被引量：1: 2; 作者魏军罗恒倪启东陈明哲; 机构苏州科技大学电子与信息工程学院; 出处《微电子学与计算机》 2024年第1期37-44,共8页; 基金国家自然科学基金(61602334)。; 文摘在室内复杂多变环境下,基于接收信号强度指示(Received Signal Strength Indication,RSSI)的位置指纹算法得到了广泛研究。其中,在线阶段的匹配算法通常采用加权K近邻(Weighted K-Nearest Neighbor,WKNN)算法,但该算法往往采用固定k值方法存在较大的定位误差,具有一定的局限性,并且离线阶段构建位置指纹数据库时并没有考虑到无线接入点(Access Point,AP)信号的波动性。因此,存在大量不同AP的冗余信息,对定位效果产生较大影响。针对上述问题,提出一种基于稳定AP选择的动态室内定位方法。首先,通过高斯滤波对RSSI值进行预处理,滤除随机干扰;然后,通过优选AP算法计算AP的稳定度,筛选出关键AP用于定位;最后,利用距离阈值动态调整k值,并对权重系数进行改善,实现了对WKNN算法的改进。实验结果表明,基于稳定AP选择的动态室内定位方法可以有效去除冗余AP信息,并实现动态k值方案,在定位精度上优于K近邻(K-Nearest Neighbors,KNN)算法、加权K近邻算法和改进的加权K近邻算法,平均定位误差分别降低了26.13%、21.29%和9.89%,定位误差在1.5 m内的累积分布概率达到了60.41%,分别提升了25%、16.66%和8.33%,定位效果提升明显。; 关键词室内定位优选AP 信号强度加权K近邻算法信号波动指纹匹配; Keywords indoor positioning optimizing AP signal strength weighted k-nearest neighbor(wknn)algorithm signal fluctuation fingerprint matching; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于加权的K近邻线性混合显著性目标检测被引量：5: 3; 作者李炜李全龙刘政怡; 机构安徽大学计算机科学与技术学院; 出处《电子与信息学报》 EI CSCD 北大核心 2019年第10期2442-2449,共8页; 文摘显著性目标检测旨在于一个场景中自动检测能够引起人类注意的目标或区域,在自底向上的方法中,基于多核支持向量机(SVM)的集成学习取得了卓越的效果。然而,针对每一张要处理的图像,该方法都要重新训练,每一次训练都非常耗时。因此,该文提出一个基于加权的K近邻线性混合(WKNNLB)显著性目标检测方法:利用现有的方法来产生初始的弱显著图并获得训练样本,引入加权的K近邻(WKNN)模型来预测样本的显著性值,该模型不需要任何训练过程,仅需选择一个最优的K值和计算与测试样本最近的K个训练样本的欧式距离。为了减少选择K值带来的影响,多个加权的K近邻模型通过线性混合的方式融合来产生强的显著图。最后,将多尺度的弱显著图和强显著图融合来进一步提高检测效果。在常用的ASD和复杂的DUT-OMRON数据集上的实验结果表明了该算法在运行时间和性能上的有效性和优越性。当采用较好的弱显著图时,该算法能够取得更好的效果。; 关键词显著性目标检测集成学习线性混合加权的K近邻; Keywords Salient object detection Bootstrap learning Linear blending weighted k-nearest neighbor(wknn); 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于加权K-近邻分类的非视距识别方法研究被引量：4: 4; 作者韦子辉解云龙王世昭叶兴跃张要发方立德; 机构河北大学质量技术监督学院计量仪器与系统国家地方联合工程研究中心保定市产业计量工程技术研究中心; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第8期2842-2851,共10页; 基金国家自然科学基金(61475041) 京津冀协同创新共同体建设专项(20540301D) +1 种基金河北省研究生创新资助项目(hbu2020ss063)。; 文摘超宽带(UWB)定位系统中,针对复杂的环境下,信号的遮挡、直达信号的错误判断严重影响定位精度问题,该文基于信道冲激响应(CIR)提出一种新型特征参量——饱和度(S),结合前人提出的特征参量利用Relief算法和互信息特征选择(MIFS)算法进行特征选择,在相关性的基础上赋予特征相应的权重,选择最优的特征子集进行加权K-近邻(WKNN)分类,提高了非视距(NLOS)识别系统准确度。并且分析了WKNN算法中的训练数据集数量与近邻数K对算法的影响,确定优选方案,减小了算法计算量,提高了NLOS识别系统实时性。在不同环境下进行实验验证,结果表明,该方法具备较高的识别准确度和环境适用性,识别精度达到95%。; 关键词超宽带定位信道冲击响应非视距识别特征选择加权-K近邻; Keywords Ultra-WideBand(UWB)positioning Channel Impulse Response(CIR) Non-Line-Of-Sight(NLOS)recognition Feature selection weighted k-nearest neighbor(wknn); 分类号 TN919.72 [电子电信—通信与信息系统] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种改进的WIFI位置指纹室内定位算法被引量：7: 5; 作者谢世成余学祥赵佳星汪涛童子良; 机构安徽理工大学空间信息与测绘工程学院安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室安徽理工大学矿区环境与灾害协同监测煤炭行业工程研究中心; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第6期753-757,共5页; 基金国家自然科学基金资助项目(41474026) 安徽省自然科学基金资助项目(2008085MD114) 安徽理工大学研究生创新基金资助项目(2019CX2078)。; 文摘 WIFI位置指纹定位作为目前常见的室内定位方法,存在接收信号强度(received signal strength,RSS)波动和时变等问题,导致定位精度不高。文章为此设计了一种采用结合卡尔曼滤波的方差修正加权K最近邻(weighted K-nearest neighbor,WKNN)算法的室内定位方法。离线阶段,经过卡尔曼滤波后,选择数据的方差和均值作为反映RSS变化的特征值;在线阶段,通过采集的信号均值计算近似方差,对欧式距离进行权重修正,最后选择K个最近邻点确定待定点位置。实验结果表明:该文采用的定位方法平均定位精度达到1.248 m,相比于传统的WKNN室内定位方法,平均定位精度提升了20.3%;对比K-均值聚类结合动态加权K最近邻算法(K-means-EWKNN),平均定位精度提升了8.9%。; 关键词室内定位位置指纹 wknn算法卡尔曼滤波; Keywords indoor positioning location fingerprint weighted k-nearest neighbor(wknn)algorithm Kalman filter; 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

题名蓝牙连接模式对室内定位性能的影响被引量：4: 6; 作者李芳徐光明刘成相恒永施浒立江娟宁永科钱小龙; 机构中国科学院国家天文台太原卫星发射中心北京跟踪与通信技术研究所中国科学院微电子研究所北京空间技术信息研究所桂林电子科技大学信息与通信学院; 出处《电子技术应用》 2021年第7期125-129,共5页; 基金国家自然科学基金(61701481) 中国科协青年人才托举工程(2019QNRC001)。; 文摘基于低功耗蓝牙(BLE)接收信号强度标识(RSSI)测量的位置指纹定位是最常见和有效的室内定位方法之一。然而,BLE通信协议并非专门为定位而设计,不同通信连接方式下的蓝牙设备测距性能差异较大,显著影响着定位精度。针对这一问题,对不同连接模式下的BLE设备RSSI测距性能进行了测试和分析;进一步地,利用自行搭建的室内定位环境开展实验,验证了其对用户实际定位精度的影响。测试结果表明,当BLE模块设置为“不可连接模式”时,设备RSSI测距稳定性提高了约60%、用户在线定位精度由1.40 m提高到了0.58 m,能够获得明显更优的性能,是室内BLE定位系统的优选通信连接方式。; 关键词室内定位低功耗蓝牙接收信号强度指示位置指纹匹配加权K邻近算法; Keywords indoor positioning Bluetooth low energy(BLE) received signal strength indication(RSSI) fingerprinting weight k-nearest neighbor(wknn); 分类号 TN926 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于大规模MIMO系统的三维空间指纹定位方法: 7; 作者贺晨琳王霄峻汪磊; 机构东南大学信息科学与工程学院紫金山实验室; 出处《电讯技术》北大核心 2023年第12期1876-1884,共9页; 基金国家重点研发计划(2022YFC38010000) 中央高校基本科研业务费专项资金(2242022k60001) 东南大学院系联合基金(2242023K40015)。; 文摘针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的三维室内空间指纹定位方法。首先,提出一种处理速度更快、存储需求更小的角度-时延信道频率功率(Angle Delay Channel Frequency Power,ADCFP)指纹矩阵;其次,引入新的相似度准则即卡方距离以提高定位精度;然后提出一种改进的次方加权K近邻(Weighted K-Nearest Neighbor,WKNN)匹配算法,根据不同次方值对权重下降速度的影响差异,针对指纹相似度的大小分配以不同的权重;最后,对ADCFP指纹采用按行按列压缩的存储方法得到三种压缩指纹,进一步减少指纹数据量,并引入中心到达角(Central Angle of Arrival,CAOA)聚类算法缩短定位时长。仿真结果表明,ADCFP指纹矩阵2 m精度可靠性可达89.2%,采用卡方距离相较于曼哈顿距离的平均定位误差降低了5.63%,改进次方WKNN算法相较于传统WKNN算法平均定位误差降低了4.45%,引入CAOA聚类算法可使定位速度提升为未聚类情况下的1.72倍,平均定位误差较K均值聚类算法降低了44.05%,定位性能有较大提升。; 关键词三维室内空间指纹定位大规模MIMO 加权K近邻(wknn) 中心到达角(CAOA)聚类; Keywords 3D indoor space fingerprint localization massive MIMO weighted k-nearest neighbor(wknn) central angle of arrival(CAOA)clustering; 分类号 TN929.5 [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	一种改进的WKNN匹配算法	方琼	《太赫兹科学与电子信息学报》	2021	0	在线阅读下载PDF 职称材料
2	基于稳定AP选择的动态室内定位方法	魏军罗恒倪启东陈明哲	《微电子学与计算机》	2024	1	在线阅读下载PDF 职称材料
3	基于加权的K近邻线性混合显著性目标检测	李炜李全龙刘政怡	《电子与信息学报》 EI CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
4	基于加权K-近邻分类的非视距识别方法研究	韦子辉解云龙王世昭叶兴跃张要发方立德	《电子与信息学报》 EI CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
5	一种改进的WIFI位置指纹室内定位算法	谢世成余学祥赵佳星汪涛童子良	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2021	7	在线阅读下载PDF 职称材料
6	蓝牙连接模式对室内定位性能的影响	李芳徐光明刘成相恒永施浒立江娟宁永科钱小龙	《电子技术应用》	2021	4	在线阅读下载PDF 职称材料
7	一种基于大规模MIMO系统的三维空间指纹定位方法	贺晨琳王霄峻汪磊	《电讯技术》北大核心	2023	0	在线阅读下载PDF 职称材料