针对接收到的信号指示强度(received signal strength indication,RSSI)信号波动性造成定位结果空间漂移的问题,在朴素贝叶斯室内定位方法基础上引入期望损失函数,将不同位置标签之间的欧式距离定义为期望损失,提出了一种改进的基于最...针对接收到的信号指示强度(received signal strength indication,RSSI)信号波动性造成定位结果空间漂移的问题,在朴素贝叶斯室内定位方法基础上引入期望损失函数,将不同位置标签之间的欧式距离定义为期望损失,提出了一种改进的基于最小贝叶斯条件风险的WLAN室内定位算法。同时,为了进一步减小定位误差,设计了目标函数和约束条件,采用梯度下降的优化方法估计贝叶斯分类器决策正确时的期望损失参数。实验结果不仅表明该算法能有效提高朴素贝叶斯算法对定位结果空间漂移的适应能力,而且与其他室内定位算法相比具有更好的定位效果。展开更多
文摘针对接收到的信号指示强度(received signal strength indication,RSSI)信号波动性造成定位结果空间漂移的问题,在朴素贝叶斯室内定位方法基础上引入期望损失函数,将不同位置标签之间的欧式距离定义为期望损失,提出了一种改进的基于最小贝叶斯条件风险的WLAN室内定位算法。同时,为了进一步减小定位误差,设计了目标函数和约束条件,采用梯度下降的优化方法估计贝叶斯分类器决策正确时的期望损失参数。实验结果不仅表明该算法能有效提高朴素贝叶斯算法对定位结果空间漂移的适应能力,而且与其他室内定位算法相比具有更好的定位效果。