基于KELM的位置指纹室内定位方法研究

摘要：

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.

关键词：室内定位、位置指纹、核极限学习机、Wi-Fi

所属期刊栏目：52

分类号：TP393.1(计算技术、计算机技术)

资助基金：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

在线出版日期：2016-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：78-83