您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202104-36
论文题目 基于融合聚类的WiFi指纹定位算法研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于融合聚类的WiFi指纹定位算法研究

首发时间:2021-04-07

吴雅琴 1   

吴雅琴(1970-),女,教授、硕导,主要研究方向:物联网、室内定位

贾珍珠 1   

贾珍珠(1995-),女,主要研究方向:室内定位

  • 1、中国矿业大学(北京)机电与信息工程学院,北京 100083

摘要:针对无线定位技术部署的成本因素、难易程度以及RSS室内指纹定位中相似指纹易误匹配的问题,采用基于融合聚类的WiFi位置指纹定位算法。该方法利用模糊C均值(Fuzzy C-Means,FCM)聚类代替了传统的硬聚类算法,不仅可以合理估算聚类中心RSS特征,避免硬聚类算法产生误差,还增加参考点之间的差异性,同时还能够降低特征匹配时的复杂度;针对FCM算法易受初始值影响易出现收敛于局部极值的问题,由于密度峰值聚类(density peaks clustering,DPC)算法能够准确表征聚类初始中心,故利用该算法能够有效弥补FCM算法的不足,从而可以提高定位精度。实验测试结果表明,基于融合FCM和DPC的定位算法比基于传统聚类的定位算法精度更高。

关键词: 室内定位 模糊C均值聚类 密度峰值聚类算法

For information in English, please click here

Research on WiFi Fingerprint Location Algorithm Based on Fusion Clustering

WU Yaqin 1   

吴雅琴(1970-),女,教授、硕导,主要研究方向:物联网、室内定位

JIA Zhenzhu 1   

贾珍珠(1995-),女,主要研究方向:室内定位

  • 1、School of Mechanical Electronic and Information Engineering, China University of Mining and Technology-Beijing,Beijing 100083

Abstract:Wireless location technology is expensive and difficult to deploy, and similar fingerprints in RSS indoor fingerprint location are prone to mismatching. Aiming at the problem, the WiFi fingerprint locating algorithm based on fusion clustering was proposed. Fuzzy C-means (FCM) clustering is adopted instead of the traditional hard clustering algorithm. Because FCM algorithm can reasonably estimate the characteristics of RSS in clustering center and avoid errors generated by hard clustering algorithm. It also can increase the difference between the reference points and reduce the complexity of feature matching. But FCM algorithm tends to converge to local extreme values under the influence of initial values. Aiming at the problem, this paper use density peaks clustering (DPC) algorithm to effectively correct the shortcomings of FCM algorithm. Because DPC algorithm can accurately characterize the initial center of clustering. Therefore this way can improve the positioning accuracy. The experimental results show that the localization algorithm based on FCM and DPC is more accurate than that based on traditional clustering.

Keywords: Indoor location Fuzzy C-means clustering density peaks clustering algorithm

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
吴雅琴,贾珍珠. 基于融合聚类的WiFi指纹定位算法研究[EB/OL]. 北京:中国科技论文在线 [2021-04-07]. http://www.paper.edu.cn/releasepaper/content/202104-36.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于融合聚类的WiFi指纹定位算法研究