和声搜索算法优化神经网络的无线网络室内定位

• 作者: 付思源 王华东
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 无线网络室内定位 压缩感知算法 训练样本 聚类分析 和声搜索算法 神经网络
• 年，卷（期）: 2017,（4）
• 页码范围: 428-433
• 页数: 6页
• 分类号: TP393
• 字数: 3496字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2017.41.04.005

摘要

室内环境复杂多变,无线信号具有强烈的时变性,支持向量机存在定位效率低,神经网络参数难以确定等难题.为了改善无线网络室内的定位效果,提出了和声搜索算法优化神经网络的无线网络室内定位模型.首先收集无线网络定位的训练样本,采用压缩感知算法减少训练样本的规模,然后采用聚类算法对样本进行聚类分析,选择最有效的训练样本,最后采用和声搜索算法优化神经网络实现无线网络定位,并通过具体仿真对比实验测试了该算法的可行性.测试结果表明,该算法的定位效果可以满足无线网络的定位实际要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华东	周口师范学院计算机科学与技术学院	41	279	7.0	15.0