為了進一步研究現(xiàn)有自適應增強（AdaBoost）算法的無線保真（WiFi）室內定位方法中,指紋庫數(shù)據異常值處理和子分類器的權重決策,提出1種改進AdaBoost算法的WiFi室內定位方法:通過1種判決式特征選擇機制,優(yōu)化特征屬性的權重,減少指紋庫數(shù)據異常值對子分類器的影響,有效提高子分類器的魯棒性;在投票決策階段,采用1種聯(lián)合投票決策方法,充分保留對特征屬性隨機采樣而導致的子樹之間的多樣性。實驗結果表明,與已有相關算法相比,該算法能夠有效降低訓練階段異常值對定位算法的影響,且分類準確率有顯著提升。 

【文章來源】：導航定位學報. 2020,8(05)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

定位誤差分析由于KNN僅考慮了所采集到的RSSI特征因子


本文編號：3509715