一种改进的支持向量机的室内指纹定位技术

• 作者: 吴黎明 李福坚
• 来源期刊: 自动化与信息工程
• 关键词: 支持向量机 反K近邻 室内指纹定位 卡尔曼滤波
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 29-33
• 页数: 5页
• 字数: 3523字
• 语种: 中文

摘要

为提高室内定位算法定位的精度和实时性,提出一种改进的支持向量机(A-SVM)的室内指纹定位方法.利用SVM具有较好的学习和泛化能力的特点,把定位匹配转换为多分类问题.为克服SVM分类存在的片面性问题,提出基于SVM与反K近邻融合的位置指纹分类方法得到估计位置,并利用卡尔曼滤波对估计位置进行滤波处理.实验结果表明,算法有效减小了定位结果的波动性,与传统SVM相比具有较高的定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴黎明	广东工业大学信息工程学院	107	764	12.0	22.0
2	李福坚	广东工业大学信息工程学院	3	18	2.0	3.0