基于卷积神经网络的地磁室内定位

• 作者: 丁瑞 孙幼聪 孙鹏 李妍
• 来源期刊: 电子制作
• 关键词: 室内定位 卷积神经网络 地磁
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 信息工程
• 页码范围: 36-37,30
• 页数: 3页
• 字数: 2227字
• 语种: 中文

摘要

本文介绍了一种基于卷积神经网络的地磁室内定位方法,该方法具有低成本、易部署、高精度的优点.相较于传统的其他地磁室内定位方法如使用KNN预测用户所在位置有着更高的精度和鲁棒性.在保证数据样本数量的前提下,深度学习在室内定位方向会有很好的效果.文中只是采用了一种十分简单的基础神经网络模型,已经可以达到非常不错的效果.按照该思路若使用更深层次的网络结构如残差网络等,会取得更高的精度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁瑞	南京工程学院电力工程学院	2	0	0.0	0.0
2	孙幼聪	南京工程学院电力工程学院	1	0	0.0	0.0
3	孙鹏	南京工程学院电力工程学院	1	0	0.0	0.0
4	李妍	南京工程学院电力工程学院	1	0	0.0	0.0