基于改进K-means聚类算法的室内WLAN定位研究

• 作者: 常春 曹传玲 覃锡忠 贾振红 陈望
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 无线通信技术 WLAN定位 位置指纹 K-means聚类算法 数据挖掘
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 光全息与信息处理
• 页码范围: 11-14
• 页数: 4页
• 分类号: TP181
• 字数: 3707字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2743.2014.07.011

摘要

位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终定位效果。本文将一种改进的K-means聚类算法运用于WLAN室内指纹数据库的建立，较之传统K-means聚类算法所建立的指纹数据库，采用了改进K-means聚类算法所建立起来的指纹数据库优化了初始聚类中心选择方法及准则函数，避免了被聚类的指纹数据陷入局部解现象。实验结果表明：本文所提算法建立的指纹数据库可提高WLAN室内定位精度，缩短定位时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾振红	新疆大学信息科学与工程学院	286	1621	18.0	28.0
2	覃锡忠	新疆大学信息科学与工程学院	125	691	13.0	18.0
3	常春		20	101	6.0	9.0
4	曹传玲		16	87	5.0	8.0
5	陈望	新疆大学信息科学与工程学院	1	22	1.0	1.0