为了解决因被测人数上升而引起的建立指纹库复杂和分类算法复杂的问题,提出一种基于信道状态信息(Channel State Information,CSI)的双人定位方法,离线阶段先进行数据采集,预处理之后用K-means算法建立粗指纹库,在此基础之上,使用SoftMa...为了解决因被测人数上升而引起的建立指纹库复杂和分类算法复杂的问题,提出一种基于信道状态信息(Channel State Information,CSI)的双人定位方法,离线阶段先进行数据采集,预处理之后用K-means算法建立粗指纹库,在此基础之上,使用SoftMax分类算法建立细指纹库,在线匹配阶段先将采集到的数据与粗指纹库匹配,得到粗定位结果,然后再与细指纹库进行匹配,最终得到精确的定位结果。通过实验验证,该方法的最小定位误差为1.12m,同时能够较好的识别双人站位关系。展开更多
提出一种基于混合生物地理学优化算法的多目标进化算法(multi-objective optimization based on hybrid biogeography-based optimization,MOBBO)。针对生物地理学优化算法(biogeography-based optimization,BBO)自身的机制,建立适用于...提出一种基于混合生物地理学优化算法的多目标进化算法(multi-objective optimization based on hybrid biogeography-based optimization,MOBBO)。针对生物地理学优化算法(biogeography-based optimization,BBO)自身的机制,建立适用于BBO的多目标进化模型。在模型中,结合栖息地个体间的Pareto支配关系对栖息地适应度指数进行了重新定义;为了保持栖息地种群的分布性,提出一种新的基于动态距离矩阵的分布性保持机制;同时,根据多目标优化的特点,提出了新的自适应迁入迁出率确定方式,动态迁移策略及分段logistic混沌变异策略。通过对测试函数ZDT和DTLZ的仿真实验表明,与现有多种多目标优化算法相比,MOBBO在解集的收敛性和分布的均匀性上均有明显改善,能够有效且高效地进行复杂多目标优化问题的求解。展开更多
文摘为了解决因被测人数上升而引起的建立指纹库复杂和分类算法复杂的问题,提出一种基于信道状态信息(Channel State Information,CSI)的双人定位方法,离线阶段先进行数据采集,预处理之后用K-means算法建立粗指纹库,在此基础之上,使用SoftMax分类算法建立细指纹库,在线匹配阶段先将采集到的数据与粗指纹库匹配,得到粗定位结果,然后再与细指纹库进行匹配,最终得到精确的定位结果。通过实验验证,该方法的最小定位误差为1.12m,同时能够较好的识别双人站位关系。
文摘提出一种基于混合生物地理学优化算法的多目标进化算法(multi-objective optimization based on hybrid biogeography-based optimization,MOBBO)。针对生物地理学优化算法(biogeography-based optimization,BBO)自身的机制,建立适用于BBO的多目标进化模型。在模型中,结合栖息地个体间的Pareto支配关系对栖息地适应度指数进行了重新定义;为了保持栖息地种群的分布性,提出一种新的基于动态距离矩阵的分布性保持机制;同时,根据多目标优化的特点,提出了新的自适应迁入迁出率确定方式,动态迁移策略及分段logistic混沌变异策略。通过对测试函数ZDT和DTLZ的仿真实验表明,与现有多种多目标优化算法相比,MOBBO在解集的收敛性和分布的均匀性上均有明显改善,能够有效且高效地进行复杂多目标优化问题的求解。
