基于高斯过程回归和WiFi指纹的室内定位方法

为了提高室内定位的准确性,同时降低现场勘测的成本,提出了基于高斯过程回归和WiFi指纹的室内定位方法。首先,在离线阶段,采用高斯过程回归模型(GPR)来扩展WiFi指纹数据库,即通过对不同的GPR核函数进行训练,得到最佳的GPR预测模型,进而利用有限的已知数据预测未知区域的信号强度(RSS)。然后,在指纹匹配阶段中,根据离线阶段得到的RSS数据库,分别使用加权最邻近算法(WKNN)、最大似然估计算法(MLE)、和多层神经网络(MLP)对未知点进行定位。其中,为进一步提高定位精度,提出了误差修正模型,并应用到不同的定位算法中。实验结果表明,kRBF+kMatern+kRQ的核函数组合是最佳的GPR预测模型,平均RSS估计误差为4.59 dBm;与原始勘测地图实现的定位结果比较,基于GPR的定位算法具有更高的定位精度,其中GPR-WKNN算法的定位精度最高,其80%的定位误差为1.32 m,表明了使用GPR扩展地图预测位置的准确性和有效性,同时其能满足商品推荐与物资动态管理、应急救援、智慧停车、传染病患跟踪等新型应用场景对定位精度的高要求。

以产业协同推动广州高端服务业发展研究

广州市的服务业结构正处于转型升级的关键时期。通过对当前广州市服务业和制造业的统计数据进行分析研究,指出广州服务业与制造业发展的当前状况及存在问题,利用灰色关联方法对广州市服务业各细分行业与制造业的互动发展作了定量分析。实证结果表明,在代表高端服务业的细分行业中,信息传输、计算机服务、软件业、科学研究、金融业与制造业的关联度最显著;在代表传统服务业的细分行业中,住宿和餐饮业、交通运输业、仓储和邮政业与制造业有着较强的关联度。最后在加强规划、协同发展、突出重点的三个“面、线、点”层次对促进广州服务业发展提出政策建议。

信息网络技术创新驱动我国制造业转型

制造业一直是工业革命的主要载体,制造业技术范式变革也因此受到关注。在以信息化发展推进我国工业改革的形势下,学界试图将信息网络技术与制造业以数学模型的形式描绘出来,但建立、修正信息网络技术与制造业发展的关系模型并不多见。目前对于信息化拉动国内制造业发展的结论更多是建立在对历史时间序列数据的观察得到,却忽略了两者之间的这种关系是否存在必然。该文旨在通过对近二十年来我国信息网络技术专利数量与制造业增加值的相关性分析,进一步探索信息网络技术与我国制造业转型升级的关系。结果表明,信息网络技术专利数量与制造业增加值存在长期均衡关系。这一结论提示我国应当更加注重信息网络技术的发展,利用信息化技术驱动制造业转型和升级。