本文關(guān)鍵詞：基于局部嵌入算法和神經(jīng)網(wǎng)絡的WLAN室內(nèi)定位算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學技術(shù)的發(fā)展,在很多領(lǐng)域,在數(shù)據(jù)處理上出現(xiàn)了維數(shù)災難,大量的高維數(shù)據(jù)使得計算機在數(shù)據(jù)處理上變得復雜,包括機器學習,數(shù)據(jù)處理,模式識別,中心計算等等。室內(nèi)WLAN的定位算法在離線定位中儲存的Radio Map數(shù)據(jù)由于維數(shù)過多,在不需要整張地圖,需要實時更新的情況下,數(shù)據(jù)量過于龐大成為了實時下載的難題。首先,本文研究了一個局部線性嵌入算法(LLE),作為一個非監(jiān)督算法,它能發(fā)掘嵌入在高維數(shù)據(jù)中內(nèi)部的低維流形結(jié)構(gòu),而這種算法作為一個局部算法,能保持局部近鄰不變性。首先是鄰域點的選取,通過選取的鄰域點構(gòu)造樣本點,這種映射關(guān)系是建立在局部線性重構(gòu)的假設(shè)基礎(chǔ)上的,通過導出重構(gòu)權(quán)值矩陣,并且最后的實際計算低維嵌入結(jié)果變成求解一個稀疏矩陣的特征值和特征向量問題。顯然,LLE算法對于嵌入在高維數(shù)據(jù)內(nèi)部的低維流形的降維易于實現(xiàn)。本文先后研究了LLE算法的數(shù)學推導和實現(xiàn)過程,并通過一些改進使得算法呈現(xiàn)更好的降維效果。進而,通過仿真展示了LLE算法對于三維數(shù)據(jù)中嵌入的二維流形的降維效果,并對該算法參數(shù)變化進行了仿真。其次,本文針對實時數(shù)據(jù)傳輸量大的問題,提出了一種在發(fā)送端利用BP網(wǎng)絡進行壓縮,之后保存權(quán)值,在終端重構(gòu)數(shù)據(jù)的方法,大大減少了在實時傳輸中的數(shù)據(jù)量,保證了實時定位的快速有效性。首先闡述了室內(nèi)定位的基本應用背景和研究現(xiàn)狀,采用的仿真環(huán)境是所在樓的27個AP進行數(shù)據(jù)采集和實時仿真,應用的算法是目前比較通用的KNN算法,采取的核心壓縮數(shù)據(jù)方法是改進后的BP神經(jīng)網(wǎng)絡,對網(wǎng)絡訓練和仿真。最后,本文針對BP網(wǎng)絡輸入端的數(shù)據(jù),對實時的Radiomap圖進行了歸一化處理和仿真參數(shù)的預先設(shè)置。仿真結(jié)果表明,在選擇合適的參數(shù)進行仿真的情況下,相比于RAR壓縮,可以將整個Radiomap壓縮到1/2甚至是1/3的數(shù)據(jù)量,并且能在一定的壓縮程度上保持很高的穩(wěn)定性,同時能保證壓縮重構(gòu)后的數(shù)據(jù)有允許的定位精度范圍內(nèi)的有損壓縮。并針對網(wǎng)絡參數(shù)的合理選擇問題,應對不同的定位環(huán)境,結(jié)合半監(jiān)督降維算法,給出最后的最優(yōu)方案。
【關(guān)鍵詞】：局部嵌入算法 半監(jiān)督算法 室內(nèi)WLAN定位 BP神經(jīng)網(wǎng)絡
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP183;TN925.93
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 課題背景及研究意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.2.1 WLAN室內(nèi)定位研究現(xiàn)狀10
• 1.2.2 流形學習研究現(xiàn)狀10-11
• 1.3 主要研究內(nèi)容和結(jié)構(gòu)安排11-14
• 第2章WLAN室內(nèi)定位的理論基礎(chǔ)14-22
• 2.1 經(jīng)典WLAN室內(nèi)定位算法分析14-15
• 2.2 流形學習的理論基礎(chǔ)15-18
• 2.3 現(xiàn)有的降維算法分析18-21
• 2.3.1 線性降維方法18
• 2.3.2 等距映射法18-19
• 2.3.3 局部嵌入算法19-20
• 2.3.4 BP神經(jīng)網(wǎng)絡壓縮法20-21
• 2.4 本章小結(jié)21-22
• 第3章 局部線性嵌入算法研究22-41
• 3.1 局部嵌入算法概述22-23
• 3.2 算法理論模型分析23-30
• 3.2.1 鄰域圖的搜索和確定23-24
• 3.2.2 重構(gòu)權(quán)值矩陣的建立24-27
• 3.2.3 低維嵌入的導出27-30
• 3.3 算法性能仿真及分析30-40
• 3.3.1 LLE降維算法仿真30-34
• 3.3.2 參數(shù)變化對降維結(jié)果的影響34-37
• 3.3.3 基于改進距離的局部嵌入算法分析37-40
• 3.4 本章小結(jié)40-41
• 第4章 基于流形對齊和BP網(wǎng)絡的定位算法41-60
• 4.1 非監(jiān)督局部嵌入算法的局限性41-42
• 4.2 基于流形對齊的在線數(shù)據(jù)匹配仿真分析42-47
• 4.2.1 絕對坐標法43-44
• 4.2.2 相對關(guān)系法44-45
• 4.2.3 算法比較分析和仿真結(jié)果45-47
• 4.3 基于BP神經(jīng)網(wǎng)絡再降維的算法性能分析47-59
• 4.3.1 BP神經(jīng)網(wǎng)絡算法的理論分析和建模47-50
• 4.3.2 基于BP神經(jīng)網(wǎng)絡的壓縮重構(gòu)仿真分析50-57
• 4.3.3 基于BP神經(jīng)網(wǎng)絡和流形對齊的改進算法仿真分析57-59
• 4.4 本章小結(jié)59-60
• 結(jié)論60-61
• 參考文獻61-65
• 攻讀碩士學位期間發(fā)表的學術(shù)論文及其它成果65-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡來自于仿生學[J];物理;2001年10期

2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡的研究進展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡及其應用研究[J];計算機工程與應用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡及其應用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡在股票市場預測中的應用[J];軟件導刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術(shù)及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 曾U喺

本文編號：345699