返回列表 发布新帖

一种基于SOCNN模型的可见光室内定位优化方法

6 0
admin 发表于 2024-12-14 02:51 | 查看全部 阅读模式

文档名:一种基于SOCNN模型的可见光室内定位优化方法
摘要:针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(SnakeOptimization,SO)算法的寻优能力与卷积神经网络(ConvolutionalNeuralNetwork,CNN)处理复杂非线性问题的能力,提出了一种基于SO-CNN模型的可见光室内定位优化方法.在考虑多径效应影响的情况下,采集每个位置点处的信噪比和对应位置坐标构建指纹数据库,对SO-CNN模型进行训练和测试,以得到最佳定位模型.实验结果表明,在5m×5m×3m的房间中,与未经优化的CNN相比,该方法的平均定位误差降低了35.13%;与反向传播神经网络(BackPropagationNeuralNetwork,BPNN)、多层感知器(MultilayerPerceptron,MLP)、SO-MLP相比,该方法的平均定位误差分别降低了54.75%,48.08%,37.01%.

Abstract:Tosolvetheproblemsofmanualparameteradjustmentandlowpositioningaccuracyinmachinelearning-basedvisiblelightindoorpositioning(VLIP),VLIPoptimizationapproachbasedontheSnakeOptimization(SO)algorithmandConvolutionalNeuralNetwork(CNN)(SO-CNN)modelisproposed,whichcombinestheoptimization-seekingcapabilitiesoftheSOalgorithmwiththeabilityoftheCNNtohandlecomplexnonlinearproblems.Consideringtheinfluenceofmultipatheffects,thefingerprintdatabaseisconstructedbycollectingthesignal-to-noiseratioateachlocationpointandthecorrespondingcoordinate,andtheSO-CNNmodelistrainedandtestedtoobtainthebestpositioningmodel.Experimentalresultsshowthatinaroomof5m×5m×3m,theaveragepositioningerroroftheproposedmethodisreducedby35.13%comparedwiththatofanunoptimizedCNN,andby54.75%,48.08%,and37.01%,respectively,comparedwiththatofBackPropagationNeuralNetwork(BPNN),MultilayerPerceptron(MLP),andSO-MLP.

作者:陈静   刘旋   王金元   章永龙   朱俊武 Author:CHENJing   LIUXuan   WANGJinyuan   ZHANGYonglong   ZHUJunwu
作者单位:扬州大学信息工程学院(人工智能学院),江苏扬州225127扬州大学信息工程学院(人工智能学院),江苏扬州225127;东南大学计算机科学与工程学院,南京211189安徽工程大学汽车新技术安徽省工程技术研究中心,安徽芜湖241000
刊名:电讯技术 ISTICPKU
Journal:TelecommunicationEngineering
年,卷(期):2024, 64(5)
分类号:TN92
关键词:可见光室内定位(VLIP)  指纹定位法  蛇优化算法  卷积神经网络  
Keywords:visiblelightindoorpositioning(VLIP)  fingerprintingpositioning  snakeoptimizationalgorithm  convolutionalneuralnetwork  
机标分类号:TP391.41TN925.93TP242
在线出版日期:2024年6月5日
基金项目:江苏省双创博士项目,江苏省博士后基金,汽车新技术安徽省工程技术研究中心开放课题项目一种基于SO-CNN模型的可见光室内定位优化方法[
期刊论文]  电讯技术--2024, 64(5)陈静  刘旋  王金元  章永龙  朱俊武针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(SnakeOptimization,SO)算法的寻优能力与卷积神经网络(ConvolutionalNeuralNetwork,CNN)处理复杂非线性问题的能力,提出了一种基于...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        一种基于SO-CNN模型的可见光室内定位优化方法  An Optimization Method for Visible Light Indoor Positioning Based on SO-CNN

一种基于SO-CNN模型的可见光室内定位优化方法.pdf
2024-12-14 02:51 上传
文件大小:
4.9 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