基于 KNN-SVM 算法的室内定位系统设计

• 作者: 周锦 李炜 金亮 陈曦
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 室内定位 最近邻法(KNN)算法 支持向量机(SVM)算法 无线局域网 Android 接收信号强度
• 年，卷（期）: 2015,（z1）
• 所属期刊栏目: 机器人应用
• 页码范围: 517-520
• 页数: 4页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13245/j.hust.15S1123

摘要

以室内的用户定位需求为应用背景，提高定位精度为目标，针对室内中复杂的环境，基于最近邻法（KNN）和支持向量机（SVM），提出了新的室内定位算法．先采用 KNN 去除训练样本中的奇异点，再采用支持向量机进行定位．与 KNN 法、朴素贝叶斯法、SVM 回归法等室内定位算法比较，结果表明该定位算法有效提高了定位精度和定位速度．进一步提出了基于 Android 平台的室内定位系统的设计方案，采用 Java 语言编程实现了该系统，并进行了系统测试．实验数据表明：该室内定位系统的平均误差为1．7 m，最大误差为4．9 m，该系统在满足速度要求的前提下，有效提高了室内定位精度．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李炜	华中科技大学自动化学院	39	904	13.0	30.0
2	陈曦	华中科技大学自动化学院	75	327	10.0	15.0
3	周锦	华中科技大学自动化学院	1	22	1.0	1.0
4	金亮	华中科技大学自动化学院	5	68	4.0	5.0