基于机器学习的室内定位方法综述

• 作者: 徐龙阳
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 室内定位 机器学习 神经网络
• 年，卷（期）: 2018,（1）
• 页码范围: 217-219
• 页数: 3页
• 分类号: TP391

摘要

针对现有的室内定位方法存在高成本、低精度、鲁棒性低等问题。一些学者尝试将机器学习（Machine Learning,ML）引入室内定位中,用机器学习思想解决上述问题,旨在提高定位方法的性能。文章首先详细综述了五种基于K-最近邻、人工神经网络、支持向量机、决策树以及贝叶斯的定位方法,然后对这些方法的定位性能进行了比较分析,结果表明合适的机器学习算法能够提高定位精度、增强系统鲁棒性和降低成本,最后总结了基于机器学习的室内定位方法未来的一些研究热点问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐龙阳	f安徽理工大学计算机科学与工程学院	1	0	0.0	0.0