10.14188/j.1671-8836.2016.05.008
基于CFSFDP与ELM相结合的半监督室内定位算法
针对室内环境复杂,难以获取足够多的有效标记数据进行定位,提出了一种将密度峰值快速搜索聚类(CFSFDP)和极限学习机(ELM)相结合的半监督室内定位算法(SLACE).SLACE利用CFSFDP聚类数据集,并标记聚类中心缺失的位置信息,扩充初始标记数据;利用ELM训练初始标记数据,根据输出阈值向量和“换位”思想扩充标记数据,提高定位准确率.实验表明:在标记数据个数相同时,该算法运行时间短,较ELM算法、BP算法而言,定位准确率明显提高.
室内定位、密度峰值快速搜索聚类、极限学习机、半监督定位算法、换位思想
62
TP391.9(计算技术、计算机技术)
国家自然科学基金资助项目61300186;江苏省高校自然科学研究面上项目13KJB510001;苏州市物联网工程应用重点实验室项目SZS201407
2017-03-31(万方平台首次上网日期,不代表论文的发表时间)
451-455