基于微粒群优化LSSVM的室内指纹定位算法

• 作者: 乐燕芬 施伟斌 赵妍
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 指纹定位 微粒群算法 最小二乘支持向量机 RSSI
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 算法与语言
• 页码范围: 87-90,94
• 页数: 5页
• 分类号: TP312
• 字数: 3483字
• 语种: 中文
• DOI: 10.11907/rjdk.182266

摘要

为了降低利用最小二乘支持向量机(LSSVM)定位过程中参数选取对定位精度的影响,提出一种基于微粒群进行参数优化的室内指纹定位算法.该算法通过离线采集的RSSI数据训练最小二乘支持向量机,利用微粒群算法寻找并确定LSSVM全局最优参数,获得基于位置指纹的LSSVM定位模型.仿真结果表明,相对于传统LSSVM定位,PSO-LSSVM有效提高了定位准确度,并能在小样本情况下保持良好的定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伟斌	上海理工大学光电信息与计算机工程学院	96	365	8.0	15.0
2	乐燕芬	上海理工大学光电信息与计算机工程学院	44	150	7.0	10.0
3	赵妍	上海理工大学光电信息与计算机工程学院	4	6	1.0	2.0