基于PCOS-ELM的室内指纹定位算法

• 作者: 卢先领 朱顺涛
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 室内定位 位置指纹 并行混沌优化算法 在线连续极限学习机
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 计算与测试
• 页码范围: 143-146
• 页数: 4页
• 分类号: TP301.6
• 字数: 3086字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)08-0143-04

摘要

针对传统室内指纹定位算法存在定位精度低、对环境适应能力差的问题,提出了一种基于并行混沌优化的在线连续极限学习机(PCOS-ELM)定位算法.离线阶段,通过并行混沌优化算法(PCOA)对极限学习机的隐含层节点参数进行寻优并构建高精度初始定位模型;在线阶段,利用在线连续极限学习机(OS-ELM)使新增位置指纹数据对定位模型进行动态调整,以适应室内环境的变化.结果表明:提出的PCOS-ELM定位算法具有更高的定位精度和更好的环境适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢先领	江南大学物联网工程学院	29	232	8.0	14.0
2	朱顺涛	江南大学物联网工程学院	2	4	2.0	2.0