2025年2月2日
星期日
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
卢邦辉
作品数:
1
被引量:12
H指数:1
供职机构:
北京航空航天大学计算机学院
更多>>
发文基金:
教育部“新世纪优秀人才支持计划”
国家重点实验室开放基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
宋文芳
北京航空航天大学计算机学院
刘洋
北京航空航天大学计算机学院
牛建伟
北京航空航天大学计算机学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
信号
1篇
信号指纹
1篇
指纹
1篇
属性加权
1篇
楼宇
1篇
加权
1篇
RSSI
1篇
WI-FI
1篇
K近邻
1篇
K近邻算法
机构
1篇
北京航空航天...
作者
1篇
卢邦辉
1篇
牛建伟
1篇
刘洋
1篇
宋文芳
传媒
1篇
计算机研究与...
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种基于Wi-Fi信号指纹的楼宇内定位算法
被引量:12
2013年
由于GPS无法在楼宇内使用,而目前的楼宇内定位技术一般都需要预先部署额外的设施,因此楼宇内无基础设施定位成为了一个热点研究问题.提出了一种利用Wi-Fi接入点的MAC地址和RSSI(received signal strength indication)值,通过机器分类的方式实现楼宇内房间级定位的算法R-kNN(relativity k-nearest neighbor).R-kNN是一种属性加权k近邻算法,它通过将AP之间的相关性反应在权值的分配上,有效地降低了维度冗余对分类准确率的负面影响.R-kNN没有对房间和AP的物理位置做出任何假设,只需要使用环境中现存的AP就可以取得较好的定位效果,无需部署任何额外设施或修改现有设施.实验结果表明,在AP数量较多的楼宇环境中,R-kNN能够取得比k近邻算法和朴素贝叶斯分类器更好的定位效果.
牛建伟
刘洋
卢邦辉
宋文芳
关键词:
WI-FI
RSSI
K近邻算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张