改进的核极限学习机定位算法

• 作者: 杨晋生 郭雪亮 陈为刚
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 无线定位 核极限学习机 样本子空间 降维
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 249-256
• 页数: 8页
• 分类号: TP39|TN929.5
• 字数: 5491字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2018.02.014

摘要

针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法.采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型.仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小.经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晋生	天津大学微电子学院	52	322	8.0	16.0
2	陈为刚	天津大学微电子学院	39	139	7.0	9.0
3	郭雪亮	天津大学微电子学院	1	0	0.0	0.0