一种基于SO-CNN模型的可见光室内定位优化方法OA北大核心CSTPCD
针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(Snake Optimization,SO)算法的寻优能力与卷积神经网络(Convolutional Neural Network,CNN)处理复杂非线性问题的能力,提出了一种基于SO-CNN模型的可见光室内定位优化方法。在考虑多径效应影响的情况下,采集每个位置点处的信噪比和对应位置坐标构建指纹数据库,对SO-CNN模型进行训练和测试,以得到最佳定位模型。实验结果表…查看全部>>
陈静;刘旋;王金元;章永龙;朱俊武
扬州大学信息工程学院(人工智能学院),江苏扬州225127扬州大学信息工程学院(人工智能学院),江苏扬州225127 东南大学计算机科学与工程学院,南京211189安徽工程大学汽车新技术安徽省工程技术研究中心,安徽芜湖241000扬州大学信息工程学院(人工智能学院),江苏扬州225127扬州大学信息工程学院(人工智能学院),江苏扬州225127
电子信息工程
可见光室内定位(VLIP)指纹定位法蛇优化算法卷积神经网络
《电讯技术》 2024 (5)
P.702-709,8
江苏省“双创博士”项目(JSSCBS20211035)江苏省博士后基金项目(2021K402C)汽车新技术安徽省工程技术研究中心开放课题项目(QCKJ202205A)。
评论