基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在WLAN位置指纹定位技术中,K-means聚类算法一直被用于离线训练阶段的参考点聚类,文中针对该法对噪声数据和孤立点数据非常敏感等缺点,采用快速K-medoids聚类算法来对定位区域内的参考点进行聚类.快速K-medoids参考点聚类算法先选取初始类中心参考点,再通过迭代方式在每一类中选取与其他位置指纹信息距离之和最小的那条位置指纹信息对应的参考点作为类中心参考点.最后通过实验数据分析表明,相比K-means参考点聚类算法,从平均误差、标准差和累积误差曲线图3个方面可以看出快速K-medoids参考点聚类算法在去除噪声数据和孤立点数据上具有更好的鲁棒性,可有效地提升定位精度.
推荐文章
粒计算优化初始聚类中心的K-medoids聚类算法
粒计算
初始聚类中心
最大最小距离法
K-me doids聚类算法
Num-近邻方差优化的K-medoids聚类算法
局部方差
Num-近邻
邻域
初始聚类中心
聚类
一种基于差分演化的K-medoids聚类算法
差分演化
聚类质量
K-medoids算法
全局优化
方差优化初始中心的K-medoids聚类算法
方差
标准差
邻域
初始聚类中心
K-medoids聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于快速K-medoids聚类的WLAN室内定位算法
来源期刊 电子设计工程 学科 工学
关键词 室内定位 无线局域网 位置指纹 聚类算法 快速K中心点
年,卷(期) 2017,(6) 所属期刊栏目 通信与网络
研究方向 页码范围 109-113
页数 5页 分类号 TN92
字数 3597字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金许烨 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
室内定位
无线局域网
位置指纹
聚类算法
快速K中心点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导