基于XGBoost的客户所在店铺WiFi定位技术研究

• 作者: 卢一帆 叶福田 柳伟
• 来源期刊: 计算机测量与控制
• 关键词: 室内环境 手机定位 分类器 位置指纹
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 141-145
• 页数: 5页
• 分类号: TP212
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.07.031

摘要

为了减小复杂室内环境等因素对WiFi定位的影响,降低定位成本,提高定位精度并缩小定位区域,通过对室内定位技术和相关机器学习算法进行深入分析和探讨,提出了一种基于XGBoost的WiFi室内定位算法;根据WiFi信号强度分布非均匀的特点,通过提取移动端WiFi强度特征,并利用XGBoost分类器对信号来源进行定位;实验结果表明,该定位算法在WiFi强度特征可检测时达到了87.72％的定位精度,达到预期的定位效果,同时定位时间较短,稳定性较好,可以基本满足实时定位的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶福田		7	8	2.0	2.0