購物車(0)
一種改進(jìn)型幾何聚類指紋室內(nèi)定位方法
關(guān)鍵詞：k最近鄰算法 室內(nèi)定位 幾何聚類 接收信號(hào)強(qiáng)度 支持向量機(jī)
摘要：為解決傳統(tǒng)加權(quán)K最近鄰算法(WKNN,Weighting K-Nearest Neighbor)定位方法中選取K值存在局限性影響定位精度的問題,提出了一種改進(jìn)型幾何聚類指紋室內(nèi)定位方法。該方法首先利用網(wǎng)格分布在定位區(qū)域構(gòu)建指紋點(diǎn)幾何位置分布,采集指紋點(diǎn)接收信號(hào)強(qiáng)度(RSS,Received Signal Strength)和位置信息,建立指紋定位數(shù)據(jù)庫;然后,利用支持向量機(jī)分類算法在解決高維度和非線性問題上的優(yōu)勢(shì)選取定位點(diǎn)的多個(gè)近鄰指紋點(diǎn),根據(jù)對(duì)定位貢獻(xiàn)度的大小篩選近鄰指紋點(diǎn)并構(gòu)建幾何聚類定位區(qū)域;最后利用WKNN算法進(jìn)行定位。實(shí)驗(yàn)結(jié)果表明,提出的方法解決了傳統(tǒng)WKNN方法中多邊形定位區(qū)域在K值選取存在局限性的問題,具有更高的定位精度和工程實(shí)用性。
四川理工學(xué)院學(xué)報(bào)雜志要求:
{1}來稿一律文責(zé)自負(fù)。根據(jù)《著作權(quán)法》，本刊對(duì)決定刊用的文稿可作文字修改、刪節(jié)，凡有涉及原意的修改，則提請(qǐng)作者考慮。
{2}基金項(xiàng)目名稱應(yīng)按國家有關(guān)部門規(guī)定的正式名稱填寫，多項(xiàng)基金應(yīng)依次列出，其間以分號(hào)“；”隔開。
{3}參考文獻(xiàn)：參考文獻(xiàn)必須是正文中直接引用的，且在正文中用上角標(biāo)標(biāo)注參考文獻(xiàn)序號(hào)，與文末的參考文獻(xiàn)序號(hào)（方括號(hào)[1]、[2]、……）相對(duì)應(yīng)。
{4}中文摘要：字?jǐn)?shù)為150-200字。中文關(guān)鍵詞：選取3-5個(gè)文章核心術(shù)語。
{5}提供中英文文章標(biāo)題。文章標(biāo)題和文內(nèi)小標(biāo)題要簡明扼要。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
