[发明专利]基于机器学习的混合核函数室内定位方法有效
| 申请号： | 201710750490.0 | 申请日： | 2017-08-28 |
| 公开（公告）号： | CN107703480B | 公开（公告）日： | 2021-03-23 |
| 发明（设计）人： | 颜俊;赵琳;刘芳 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G01S5/02 | 分类号： | G01S5/02;G01S5/06;G06N20/00 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 高娇阳 |
| 地址： | 210003 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： | 本发明公开了一种基于机器学习的混合核函数室内定位方法。首先，建立指纹地图库并以该指纹库为训练数据集；然后，利用加权求和的方法构造混合核函数，并采用机器学习算法中的支持向量回归算法和v折交叉验证方法训练得出混合核函数的最佳权重系数和最佳核参数；最后，在权重系数和核参数最佳的前提下，对训练数据集进行离线训练学习，从而分别得出x坐标和y坐标的拟合函数，再利用该拟合函数对目标接收到的RSSI值进行在线学习，从而得出目标的位置坐标。与传统的室内定位算法：BP神经网络算法、K近邻算法、线性核函数算法、多项式核函数算法和高斯核函数算法相比，本发明的算法定位精度更高。 | ||
| 搜索关键词： | 基于 机器 学习 混合 函数 室内 定位 方法 | ||
【主权项】：
一种基于机器学习的混合核函数室内定位方法，其特征在于，包括如下步骤：步骤1.利用参考节点的位置坐标(x，y)和接收到的信号强度RSSI建立指纹地图库，并作为训练数据集；步骤2.利用加权求和的方法构造混合核函数；步骤3.利用机器学习算法中的支持向量回归算法和v折交叉验证方法训练得出混合核函数的最佳权重系数和最佳核参数；步骤4.在权重系数和核参数最佳的前提下，对训练数据集进行离线训练学习，从而分别得出x坐标和y坐标的拟合函数；步骤5.利用得到的拟合函数，对目标接收到的RSSI值进行在线学习，从而得出目标的位置坐标。
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南京邮电大学，未经南京邮电大学许可，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/201710750490.0/，转载请声明来源钻瓜专利网。
