10.12045/j.issn.1007-3043.2023.10.011
基于特征降维的在线序列学习机算法在室内动态定位中的应用
随着室内定位需求的不断增加,基于指纹的定位方法由于低成本、易于实现、精度较高等优势被广泛使用.但指纹定位算法在离线阶段训练成本高,接收信号强度值易受环境和噪声的影响,对环境的动态变化缺乏灵活性.提出了一种基于特征降维的在线序列学习机算法(PCA-OS-ELM),PCA算法可以对原始的RSSI数据进降维,去除干扰信息,构造新的特征.OSELM的快速学习能力可以降低离线阶段的训练成本,适应环境的动态变化.在2种不同的环境下进行了对比实验,结果表明所提出的算法能适应环境的动态变化,提高定位精度.
特征降维、在线序列学习机、室内定位、动态环境、指纹数据库
TN929.5
2023-11-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
54-58