摘要
为改进当前室内定位系统的算i法设计和降低服务器端资源需求,设计了一种基于堆栈i自编码器和DNN深i度学习神经网络相结合的室内实时定位系统,开发了基于Androd设备的APP程序和基于Web的服务器端程序。在Androd设备上收集W的特征i提取,将提取到的特征数据传给服务器端。服务器端程接收到的特征信息由DNN深度学习神经网络分类器分类,并将分类结果传给Androd设备,由设备上的APP显示出定位信息结果。该系统设计具有降低服务器资源需求和部分保护用户隐私等特点,能够为未来室内定位系统的设计提供一定的参考价值。
出处
《电子制作》
2022年第24期18-21,共4页
Practical Electronics
基金
长春汽车工业高等专科学校校级课题,课题名称《基于视觉传感网络的智能机器人关键技术研究》项目负责人刘英明的阶段成果(项目编号:XJKY008)。