一种顾及动静态的室内定位技术精度评价方法

为了解决室内定位问题,已提出多种室内定位系统,但各类定位系统的精度评价只利用了静态方法或动态方法中的一种,而两种方法均存在一定的优势和局限。本文根据室内定位系统精度评价的目的和需求,结合静态和动态评价方法的优劣进行优势互补,提出了一种顾及动静态的精度评价方法,该方法的关键是真值参考系统的建立。在对一种基于手机Wi Fi/PDR融合定位的室内定位系统验证试验中发现,该方法可以有效获得精度评价的指标,可满足室内定位系统的评估需求。

基于随机森林算法的多维情境特征活动识别

利用智能手机传感器可感知时间、空间、时空和用户等多维情境的特征,可识别用户活动,但原框架模型中仅利用了单一分类器中的朴素贝叶斯算法,存在分类精度效果受限的问题。本文利用集成分类器中的随机森林算法对原有框架中的单一分类器进行了改进。在获取的3个数据集上的十倍交叉验证结果表明,加权平均F1量测值均有较大提高,表明利用随机森林算法在分类精度效果上有所提升;但由于集成算法结构相对复杂,其学习效率相对较低。此外,随机森林算法的分类混淆矩阵表明,导致识别误差的因素主要为活动的定义与室内定位精度。