基于改进K-means算法的WiFi室内定位方法研究

An Improved K-means Algorithm for WiFi Indoor Positioning

下载PDF

导出

摘要针对传统K-means聚类算法存在初始聚类中心和聚类数目随机性问题,使得分类不准确,结果为局部最优解,本文提出通过利用数据特性构建参数筛选初始聚类中心,选择改进后的聚类评价函数,使得聚类结果全局最优.实验表明,改进后的K-means算法应用于WiFi指纹定位方法可以有效改善定位精度和定位效率.

作者耿宏何卫东冯晓 GENG Hong;HE Wei-dong;FENG Xiao

机构地区重庆交通大学中建四局

出处《测绘》 2020年第1期15-19,共5页 Surveying and Mapping

基金重庆市基础与前沿研究计划项目(cstc2015jcyj-BX0023)。

关键词室内定位 K-MEANS聚类初始聚类中心选取参数聚类中心

参考文献10

1王海燕.光的直线传播[J].初中生世界（八年级物理）,2009,0(Z6):5-6. 被引量：1
2刘成.LBS定位技术研究与发展现状[J].导航定位学报,2013,1(1):78-83. 被引量：54
3李炜,金亮,陈曦.基于Android平台的室内定位系统设计与实现[J].华中科技大学学报（自然科学版）,2013,41(S1):422-424. 被引量：14
4陈永光,李修和.基于信号强度的室内定位技术[J].电子学报,2004,32(9):1456-1458. 被引量：48
5董梅,杨曾,张健,王能.基于信号强度的无线局域网定位技术[J].计算机应用,2004,24(12):49-52. 被引量：36
6李滔,王俊普,吴秀清,唐金辉.后验概率估计及其应用:基于核Logistic回归的方法[J].模式识别与人工智能,2006,19(6):689-695. 被引量：3
7雷小锋,谢昆青,林帆,夏征义.一种基于K-Means局部最优性的高效聚类算法[J].软件学报,2008,19(7):1683-1692. 被引量：114
8杨燕,靳蕃,KAMEL Mohamed.聚类有效性评价综述[J].计算机应用研究,2008,25(6):1630-1632. 被引量：117
9杨靖宇,谢超,柯希林,纪松.地理信息服务的思考与探索[J].测绘工程,2009,18(1):34-37. 被引量：5
10石光明,刘丹华,高大化,刘哲,林杰,王良君.压缩感知理论及其研究进展[J].电子学报,2009,37(5):1070-1081. 被引量：711

1赵朋,何骞.一种用于WLAN室内定位的新AP选取算法[J].测绘地理信息,2021,46(S01):109-113.
2曹鸿基,汪云甲,毕京学.一种基于蓝牙/Wi-Fi的自适应指纹定位方法[J].测绘科学,2020,45(2):16-21. 被引量：2
3滑江,孙钰,周彦斌,蔡曙日,龚尚文.基于K-means方法的气象数据分区在公路养护的应用[J].公路交通科技,2022,39(S01):19-23. 被引量：1
4毕京学,汪云甲,曹鸿基,王永康.全向指纹和Wi-Fi感知概率的WKNN定位方法[J].测绘科学,2019,44(2):77-82. 被引量：6
5张伟,花向红,邱卫宁,薛卫星.稳态环境下WiFi指纹点的最佳空间分辨率确定[J].测绘科学,2018,43(6):118-123. 被引量：2
6刘参,尚俊娜,李蕊江,岳克强.基于迁移学习的室内动态环境定位算法[J].电信科学,2018,34(8):98-108.
7郭昕刚,胡朗.基于最小值的多映射数据结构指纹库定位算法[J].长春工业大学学报,2018,39(4):367-372.
8曹鸿基,汪云甲,毕京学,王永康,周家鹏.一种顾及用户朝向的加权贝叶斯指纹定位方法[J].测绘科学,2018,43(9):103-107. 被引量：6
9黄有山,候鸣,徐玲,秦宏帅,周佩光,漏鸣杰.基于ZigBee的室内定位方法分析和验证[J].智能物联技术,2018,1(2):23-27. 被引量：3
10张帅,郭际明,许毅,王威,胡纪元.基于WiFi室内定位的AP综合选择策略分析[J].测绘通报,2019(S2):1-5. 被引量：5

1高海峰,葛莹,张杰,肖胜昌,陈科.面向复杂地形的坡位K-means聚类划分研究[J].地球信息科学学报,2020,22(3):474-481. 被引量：1
2魏育飞.数学分析与概率论的相互关系[J].黑龙江科学,2020,11(10):22-23.
3王乐为,余鹰,张应龙.基于Seq2Seq模型的自定义古诗生成[J].计算机科学与探索,2020,14(6):1028-1035. 被引量：2
4王丰效.基于线性变换的灰色Verhulst模型及应用[J].数学的实践与认识,2020,50(6):190-194. 被引量：2
5李沛婷,赵庆展,田文忠,马永建.结合无人机载LiDAR点云法向量的K-means++聚类精简[J].国土资源遥感,2020,32(2):103-110. 被引量：5
6刘永上,王耀霆,徐治国.薄膜光学常数的改进粒子群反演算法[J].中国科技论文,2020,15(4):379-384.
7崔员宁,李静,沈力,申扬,乔林,薄珏.Duration-HyTE:基于持续时间建模的时间感知知识表示学习方法[J].计算机研究与发展,2020,57(6):1239-1251. 被引量：6
8李聪聪,王彤,相禹维,王增平,时伯年,张岩.基于改进高斯混合模型的概率潮流解析方法[J].电力系统保护与控制,2020,48(10):146-155. 被引量：15
9李祚泳,魏小梅,汪嘉杨.同型规范变换的不同预测模型具有的兼容性和等效性[J].环境科学学报,2020,40(4):1517-1534. 被引量：2

测绘

2020年第1期

内容加载中请稍等...