文档名：基于改进Kmeans算法的位置指纹定位技术
随着移动终端的快速发展,基于指纹识别的定位技术得到了很多人的关注.为了减少位置指纹定位算法的计算量,常应用K-means算法对指纹库进行聚类分析.但K-means聚类算法的聚类数必须预先确定,聚类结果依赖于初始聚类中心,易陷入局部最优解,对孤点敏感.针对上述缺点,本文在K-means算法的均值—平方差准则函数的基础上加入了样本密度函数,提出一种用扩展准则函数求指纹数据库实际类数的方法,去除多余的聚类中心,改善了孤点的问题;通过最小化一个辅助聚类函数来获得较优的指纹库初始聚类中心,提高了收敛速度.实验表明,将改进的K-means算法应用到位置指纹定位中,指纹的聚类划分具有更高的分类效果及稳定性,与传统K-means算法相比,定位精度提高了13.8％.
作者：宋汶轩邓中亮杨福兴尹露
作者单位：北京邮电大学,北京,中国,100876
母体文献：第九届中国卫星导航学术年会论文集
会议名称：第九届中国卫星导航学术年会
会议时间：2018年5月23日
会议地点：哈尔滨
主办单位：中国卫星导航学术年会组委会
语种：chi
分类号：TP3TP1
关键词：无线保真 指纹识别 位置信息 聚类算法
在线出版日期：2018年10月31日
基金项目：
相似文献
相关博文
- 文件大小:
- 416.24 KB
- 下载次数:
- 60
-
高速下载
|
|
