基于半监督学习模型PNU的WiFi室内定位方法

• 作者: 周洪波
• 来源期刊: 数码设计（下）
• 关键词: 室内定位 WiFi指纹 半监督学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 理论前沿技术
• 页码范围: 242-243
• 页数: 2页
• 分类号: TP393
• 语种: 中文

摘要

针对WiFi定位中指纹数据库构建费时费力的问题,本文将使用人工智能顶级会议中最新的半监督学习方法之一——PNU分类(Classification from Positive,Negative and Unlabeled Data),它只需要少量有标记的正例、负例样本和大量的无标签样本.由于在指纹数据库的构建中,记录有标签的样本是最耗时间的过程,而获取无标签的样本非常容易,所以使用PNU方法可以大大减少指纹数据库的构建成本.实验结果表明,本方法达到的定位精度和常见的WiFi指纹定位方法具有可比性,而有效地减少定位成本.