返回列表 发布新帖

Kmeans SSAElman网络可见光室内位置感知算法

8 0
admin 发表于 2024-12-9 12:00 | 查看全部 阅读模式

Kmeans SSAElman网络可见光室内位置感知算法.pdf
由于室内环境复杂,基于Elman神经网络的可见光位置感知存在收敛速度慢、定位精度低等缺点.论文提出基于麻雀搜索算法(sparrowsearchalgorithm,SSA)优化Elman神经网络,同时融合K-means聚类的一种可见光室内位置感知算法.对采集到的数据建立数据库,利用SSA对Elman的拓扑结构和连接权阈值进行优化,建立训练模型,解决基于Elman神经网络室内位置感知算法易陷入局部最优的问题,提高收敛速度和稳健性;利用K-means对数据库优化分类,将处理好的数据代入模型训练得初步预测结果;将初步预测结果代入子类二次训练得预测点的最终坐标,进一步提高定位精度.基于0.8m×0.8m×0.8m的立体空间进行实验,结果表明:论文算法平均定位误差3.22cm,定位误差小于6cm,概率达到90%,相较SSA-Elman算法定位精度提高7.5%;相较Elman网络算法定位精度提高16%.
作者:李宝玉 张峰 彭侠 刘叶楠
作者单位:西安工业大学电子信息工程学院,陕西西安710065西安应用光学研究所,陕西西安710065
母体文献:第三届军用光电技术发展论坛论文集
会议名称:第三届军用光电技术发展论坛  
会议时间:2022年4月1日
会议地点:南京
主办单位:西安应用光学研究所
语种:chi
分类号:
关键词:室内位置感知  可见光  Elman神经网络  麻雀搜索算法  聚类算法  定位精度
在线出版日期:2022年9月21日
基金项目:
相似文献
相关博文
2024-12-9 12:00 上传
文件大小:
1.45 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表