基于优化RBF神经网络的无线室内定位

• 作者: 何惠玲 刘夏 杨军 莫树培
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 室内无线定位 RBF神经网络 核主成分分析 模糊C均值聚类 模拟退火自适应遗传算法
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 1261-1267
• 页数: 7页
• 分类号: TN911.7|TP183
• 字数: 6194字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2019.11.004

摘要

针对径向基函数(Radial Basis Function,RBF)神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法(Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM)和模拟退火自适应遗传算法(Simulated Annealing adaptive Genetic Algorithm,SAGA)优化RBF神经网络的无线室内定位算法.首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型.实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48.41％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘夏	贵州工业职业技术学院电子与信息工程学院	18	13	3.0	3.0
2	莫树培	贵州工业职业技术学院电子与信息工程学院	21	33	4.0	5.0
6	杨军	贵州工业职业技术学院电子与信息工程学院	6	5	1.0	2.0
7	何惠玲	贵州工业职业技术学院电子与信息工程学院	1	3	1.0	1.0