多类智能终端基于灰色关联度的WKNN定位效果分析

为了解决WiFi指纹定位中遇到不同智能终端定位时产生的定位精度下降问题,针对多类智能终端情况,研究了以灰色关联度替代欧氏距离的改进加权K最近邻算法(WKNN)的改进效果,并进行了不同设备的定位实验。结果表明,对多类智能终端进行WiFi定位时,相较于传统WKNN算法,基于灰色关联度的改进WKNN算法在定位精度和普适性上均有很大提升。

基于加权余弦相似度的WiFi指纹室内定位

基于Wi Fi的室内定位具有低成本、易部署、覆盖范围广、精度高等优点,成为室内定位技术研究的热点.Wi Fi指纹定位法可以对抗多径的影响,具有较高的定位精度.但是由于智能移动终端的种类繁多,使得室内定位系统离线建立的指纹数据库难以兼容不同的智能移动设备,降低了定位系统的适用性.为解决此问题,提出了加权余弦相似度算法,使用信号强度的加权余弦相似度作为匹配特征.实测表明,采用加权余弦相似度算法可有效解决终端差异性,提高了室内定位系统的精度和普适性.

关于高职院校中移动图书馆的应用与发展几点思考

在分析移动图书馆兴起的必然性的基础上,探讨了高校图书馆建设移动图书馆的自身优势,并分析了高职院校移动图书馆建设不足之处,在此基础上,重点分析了高职院校移动图书馆的未来发展趋势,希望对于高职院校图书馆发展具有一定帮助。

基于互相关系数的KNN室内定位改进算法

在室内环境下,基于KNN的位置指纹定位技术具有复杂度低、定位精度高、设备开销低廉等无可比拟的优势。但随着科技的进步,移动终端设备种类复杂多样,由于终端差异导致的室内定位精度恶化问题已经成为室内定位中被重点考虑的因素。本文针对终端差异导致定位精度低的问题,提出基于互相关系数的室内定位方法,旨在降低终端差异导致室内定位精度的影响,提高定位精度,并将其应用于手机平台中,通过实验验证了该方法的有效性。