2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图谱分解的无线定位算法

林权 赵方 罗海勇 康一梅

林权, 赵方, 罗海勇, 康一梅. 基于图谱分解的无线定位算法. 自动化学报, 2011, 37(3): 316-321. doi: 10.3724/SP.J.1004.2011.00316
引用本文: 林权, 赵方, 罗海勇, 康一梅. 基于图谱分解的无线定位算法. 自动化学报, 2011, 37(3): 316-321. doi: 10.3724/SP.J.1004.2011.00316
LIN Quan, ZHAO Fang, LUO Hai-Yong, KANG Yi-Mei. A Wireless Localization Algorithm Based on Spectral Decomposition of the Graph Laplacian. ACTA AUTOMATICA SINICA, 2011, 37(3): 316-321. doi: 10.3724/SP.J.1004.2011.00316
Citation: LIN Quan, ZHAO Fang, LUO Hai-Yong, KANG Yi-Mei. A Wireless Localization Algorithm Based on Spectral Decomposition of the Graph Laplacian. ACTA AUTOMATICA SINICA, 2011, 37(3): 316-321. doi: 10.3724/SP.J.1004.2011.00316

基于图谱分解的无线定位算法

doi: 10.3724/SP.J.1004.2011.00316
详细信息
    通讯作者:

    林权

A Wireless Localization Algorithm Based on Spectral Decomposition of the Graph Laplacian

More Information
    Corresponding author: LIN Quan
  • 摘要: 基于有监督学习的射频指纹定位方法是室内高精度无线定位技术的一个研究热点. 针对有监督学习方法存在训练数据集采集代价较高的问题, 本文提出了一种基于半监督学习的室内无线定位算法. 该算法采用基于Laplacian矩阵谱分解的方法获取训练数据在特征向量空间上的表示, 然后通过有标记数据在特征向量空间上的标记对齐, 实现对未标记数据的标记. 实验结果表明, 仅需少量的有标记数据(20%左右), 便能以较高的精度(80%左右)实现对未标记数据的标记, 从而有效降低了训练开销.
  • 加载中
计量
  • 文章访问数:  2050
  • HTML全文浏览量:  30
  • PDF下载量:  1585
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-12-31
  • 修回日期:  2010-12-02
  • 刊出日期:  2011-03-20

目录

    /

    返回文章
    返回