[发明专利]基于流形正则化的半监督指纹定位算法在审
| 申请号： | 201710617715.5 | 申请日： | 2017-07-26 |
| 公开（公告）号： | CN107423762A | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 卢先领;朱顺涛 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06N99/00 |
| 代理公司： | 无锡市大为专利商标事务所(普通合伙)32104 | 代理人： | 曹祖良,屠志力 |
| 地址： | 214122 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于流形正则化的半监督指纹定位算法，包括以下步骤步骤一从实际环境中取得带标签训练数据和无标签训练数据，共同作为半监督学习的训练数据集；步骤二在带标签和无标签训练数据的输入空间建立图拉普拉斯算子；步骤三引入高斯核函数来计算邻接图权重矩阵；步骤四将流形正则化框架与随机特征映射的极限学习机相结合，求解隐含层输出权值矩阵，构建位置估计模型。本发明将流形正则化框架与极限学习机相结合，充分利用容易获得的无标签训练数据，降低定位成本。 | ||
| 搜索关键词： | 基于 流形 正则 监督 指纹 定位 算法 | ||
【主权项】：
一种基于流形正则化的半监督指纹定位算法，其特征在于，包括以下步骤：步骤一：从实际环境中取得带标签训练数据和无标签训练数据，共同作为半监督学习的训练数据集；步骤二：在带标签和无标签训练数据的输入空间建立图拉普拉斯算子；步骤三：引入高斯核函数来计算邻接图权重矩阵；步骤四：将流形正则化框架与随机特征映射的极限学习机相结合，求解隐含层输出权值矩阵，构建位置估计模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710617715.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种油烟机滤板
- 下一篇：一种高效无泄漏排油烟装置
