-
题名网格搜索法优化的支持向量机室内可见光定位
被引量：15
- 1
-
-
作者
杜聪
邵建华
杨薇
王宗生
邓莲佳
沈宏杰
-
机构
南京师范大学计算机与电子信息学院
江苏省光电重点实验室
-
出处
《激光杂志》
CAS
北大核心
2021年第3期104-109,共6页
-
基金
教育部博士点基金(No.2013102SBJ0265)。
-
文摘
采用信号强度特征建立指纹库,通过网格搜索法对支持向量机参数进行优化,利用SVM回归算法建模位置坐标和信号强度特征的映射关系,实现对待定位点位置坐标的预测。在待定位点误差范围内建立子集指纹库,根据欧式距离的远近分配权值,对预测到的坐标进一步优化,实现误差最小化。将没有优化的支持向量机与用网格搜索法、蚁群算法、粒子群算法优化后进行对比,实验结果表明,使用网格搜索法优化后的SVM回归算法可以实现良好的定位效果,最终平均定位误差可达到0.042 m,且算法所需时间优于蚁群算法,寻找全局最优解优于粒子群算法。
-
关键词
支持向量机
网格搜索法
可见光
室内定位
-
Keywords
SVM
grid search
visible light
indoor positioning
-
分类号
TN209
[电子电信—物理电子学]
-
