基于K近邻法的WiFi定位研究与改进

摘要：

在分析位置指纹识别算法的基础上,研究K近邻(KNN)法在室内定位中的应用.为提高定位精度,设计新的相似度计算公式.针对K近邻法计算量大问题,将聚类算法与KNN相结合,提出一种新的WiFi定位算法.实验结果表明,该算法在WiFi定位上与KNN精度基本一致,但定位时间相应缩短,可以满足室内和室外的定位要求.

关键词：WiFi定位、机器学习、位置指纹识别、K近邻法、聚类、箱形图

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

资助基金：广州市科技计划项目"基于压缩感知的无线室内定位关键技术及应用"2014J4100247

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：289-293