10.3979/j.issn.1673-825X.2018.02.014
改进的核极限学习机定位算法
针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法.采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型.仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小.经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度.
无线定位、核极限学习机、样本子空间、降维
30
TP39;TN929.5(计算技术、计算机技术)
天津市科技兴海项目KJXH2011-2
2018-09-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
249-256