基于K-Means和FCM的增强型Wi-Fi指纹定位策略

• 作者: 单文杰 杨丰玉 陈英
• 来源期刊: 计算机系统应用
• 关键词: Wi-Fi指纹 K-均值聚类 模糊C-均值聚类 增强型定位策略
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 215-220
• 页数: 6页
• 字数: 4510字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005771

摘要

研究了通过数据处理算法以提高Wi-Fi指纹库室内定位性能的问题.首先采集Wi-Fi指纹样本,将其放入MySQL数据库中和R工程;其次将Wi-Fi指纹库分成若干个簇,使用K-均值聚类(K-Means)和模糊C-均值聚类(FCM)对待定位的Wi-Fi指纹进行聚类分析;最后,提出增强型的聚类策略(ECS)应用于Wi-Fi指纹匹配定位中.实验结果表明,ECS较仅使用FCM算法,其定位耗时缩短约50%-80%,且定位精度上有所改善;ECS较仅使用K-Means算法,其定位精度提高约20%-40%,且定位稳定性较强并自动更新Wi-Fi指纹库.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英	南昌航空大学软件学院	37	165	6.0	11.0
5	杨丰玉	南昌航空大学软件学院	18	82	5.0	8.0
6	单文杰	南昌航空大学软件学院	1	5	1.0	1.0