期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于核化K-means和SVM分类回归的Wi-Fi室内定位算法 被引量:10
1
作者 赵银龙 安胜彪 《信息技术》 2018年第1期113-117,共5页
针对目前指纹室内定位系统指纹库管理效率低、实时性差和定位精度低的问题,提出了一种新的基于核化K-means和SVM分类回归的无线定位算法。首先利用核化K-means算法将输入的预处理后的RSS(Received Signal Strength)信号进行无监督聚类,... 针对目前指纹室内定位系统指纹库管理效率低、实时性差和定位精度低的问题,提出了一种新的基于核化K-means和SVM分类回归的无线定位算法。首先利用核化K-means算法将输入的预处理后的RSS(Received Signal Strength)信号进行无监督聚类,将聚类后的数据信息存入指纹特征数据库,然后通过SVM回归的机器学习算法对特征数据库的数据进行训练,得到一种最优的拟合位置函数的数学模型。并且采用粒子群算法对参数进行寻优,进行实验仿真。实验结果表明,该算法有效地提升了定位精度,优于KNN、WKNN、SVR等室内定位算法。 展开更多
关键词 室内定位 核K-means算法 SVM分类回归 无监督聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部