室内定位系列（四）——位置指纹法的实现（测试各种机器学习分类器）
位置指纹法中最常用的算法是k最近邻（kNN）。本文的目的学习一下python机器学习scikit-learn的使用，尝试了各种常见的机器学习分类器，比较它们在位置指纹法中的定位效果。 导入数据 数据来源说明：http://www.cnblogs.com/rubbninja/p ...
原文：室内定位系列（三）——位置指纹法的实现（KNN）
位置指纹法中最常用的算法是k最近邻 kNN ：选取与当前RSS最邻近的k个指纹的位置估计当前位置，简单直观有效。本文介绍kNN用于定位的基本原理与具体实现 matlab python 。 基本原理 位置指纹法可以看作是分类或回归问题 特征是RSS向量，标签是位置 ，监督式机器学习方法可以从数据中训练出一个从特征到标签的映射关系模型。kNN是一种很简单的监督式机器学习算法，可以用来做分类或回归。 ...
2016-12-05 16:45 8 16129 推荐指数：
相关推荐
室内定位系列（一）——WiFi位置指纹（译）
位置指纹法的基本概念 位置指纹由什么组成？ 多径结构 ...
位置指纹（LF）定位技术简介-室内定位
参数与预先存储在数据库中的指纹数据进行匹配，找出最相似的结果来进行定位。 位置指纹定位的实施 ...
室内定位系列（〇）——从人耳听觉定位原理到室内定位技术
个了解。这里也粗浅地讲了讲位置指纹法，以后准备写一系列更详细的指纹法定位的文章。 人耳听觉定位原 ...
室内定位系列（五）——目标跟踪（卡尔曼滤波）
进行目标跟踪时，先验知识告诉我们定位轨迹是平滑的，目标当前时刻的状态与上一时刻的状态有关，滤波方法可以将这些先验知识考虑进来得到更准确的定位轨迹。本文简单介绍卡尔曼滤波及其使用。 原理 卡尔曼滤波的细节可以参考下面这些，有直观解释也有数学推导。 运动目标跟踪（一）--搜索算法 ...
室内定位系列（二）——仿真获取RSS数据
很多情况下大家都采用实际测量的数据进行定位算法的性能分析和验证，但是实际测量的工作量太大、数据不全面、灵活性较小，采用仿真的方法获取RSS数据是另一种可供选择的方式。本文介绍射线跟踪技术的基本原理，以及如何得到用于定位仿真的RSS数据。在此基础上得到位置指纹库与一组测试数据，用于以后定位算法 ...
室内定位系列（六）——目标跟踪（粒子滤波）
进行目标跟踪时，先验知识告诉我们定位轨迹是平滑的，目标当前时刻的状态与上一时刻的状态有关，滤波方法可以将这些先验知识考虑进来得到更准确的定位轨迹。本文简单介绍粒子滤波及其使用，接着卡尔曼滤波写，建议先阅读室内定位系列（五）——目标跟踪（卡尔曼滤波）。 原理 这里跟卡尔曼滤波进行 ...
室内定位室内导航到底能带来什么？
大家平常外出应该会熟练使用各种地图APP来导航，但是有一个问题一直难以解决，那就是我们对室内导航的需求其实比室外导航更大，然而针对室内导航的产品非常之少了。 逛商城的顾客可以知道某某品牌在哪，卫生间在哪，电梯在哪，以及去目的地需要多长时间。再想想停车场、图书馆、医院、仓库、工厂、展厅，甚至是机场 ...