一种基于流形正则化的半监督指纹定位算法
针对传统指纹定位算法采集带标签训练数据成本高的问题,本文提出了一种基于流形正则化的半监督指纹定位算法.首先以流形假设为依据,利用批量输入的带标签数据与无标签数据之间的相似度构建图拉普拉斯算子;然后与极限学习机算法相结合,通过随机特征映射建立隐含层;最后在流形正则化框架下,求解隐含层和输出层之间的权值矩阵,从而建立位置估计模型.仿真结果表明,与INN、SVR、ELM 3种算法相比,该算法的训练和测试时间相对较短,且在带标签训练数据稀疏的前提下仍能保持较高的准确率与稳定性.
指纹定位、半监督学习、流形正则化、极限学习机、图拉普拉斯算子
P228(大地测量学)
江苏省产学研联合创新资金前瞻性联合研究项目BY2014023-31;江苏省"六大人才高峰"项目WLW-007
2018-03-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
11-15,20