期刊专题

10.3778/j.issn.1002-8331.1406-0126

基于KELM的位置指纹室内定位方法研究

引用
考虑到位置指纹的非线性特性,提出基于核极限学习机(KELM)的位置指纹定位方法.KELM以其快速学习的特点,同时拥有紧密的网络结构,有效解决传统定位算法离线学习时间长和鲁棒性差的问题.通过改变离线数据收集环境,采用不同Wi-Fi接入点作信号源来分析KELM算法的定位性能,实验结果表明,同等条件下与基本ELM、SVM和kNN等位置指纹定位方法相比,KELM表现出更好的定位能力.

室内定位、位置指纹、核极限学习机、Wi-Fi

52

TP393.1(计算技术、计算机技术)

甘肃省财政厅基本业务费项目620026;甘肃省教育厅硕导项目1104-09

2016-07-07(万方平台首次上网日期,不代表论文的发表时间)

共6页

78-83

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

52

2016,52(9)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn