基于类别的室内被动定位特征选择

• 作者: 乔子木 刘超 邵堃
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 室内被动定位 特征选择 马尔科夫毯 支持向量机
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 121-125,203
• 页数: 6页
• 分类号: TP391
• 字数: 5856字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1604-0033

摘要

针对基于射频的室内被动定位研究中,用于训练定位分类器的链路特征数较多,分类器复杂度较高的问题,提出了一种基于类别的室内被动定位特征选择方法.此方法将被动定位的多分类问题转化为多个二分类问题,利用最大-最小马尔科夫毯为每个位置类别选择其表征能力较强的特征子集,并构建相应的二分类模型.在测试阶段,采用支持向量机的概率评估输出,最终确定测试样例的位置类别.实验结果表明,此方法大幅减少了定位所需的特征维数,降低了分类器复杂度,同时使定位的准确度得以提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵堃	合肥工业大学计算机与信息学院	40	149	7.0	10.0
2	刘超	合肥工业大学计算机与信息学院	15	26	3.0	4.0
3	乔子木	合肥工业大学计算机与信息学院	2	4	1.0	2.0