首页> 中国专利> 基于集成极限学习机和主成分分析的楼层预测方法

基于集成极限学习机和主成分分析的楼层预测方法

摘要

本发明揭示了一种基于集成极限学习机和主成分分析的楼层预测方法,其特征在于,包括如下步骤:S1、离线数据集构建步骤,采集多组无线信号接收强度指示数据,构成离线数据集;S2、数据预处理步骤,对所获得的离线数据集进行预处理,并得到多组离线数据子集;S3、离线学习步骤,对离线数据子集进行训练,得到多组不同的楼层分类器;S4、在线楼层预测步骤,对无线信号接收强度指示数据进行在线收集,并对所收集的数据进行处理,得到多个楼层预测结果,实现楼层预测。本发明可以克服在接收信号强度指示测量中环境变化的影响,同时能够在最大程度上改善楼层预测的性能。

著录项

  • 公开/公告号CN109379713B

    专利类型发明专利

  • 公开/公告日2020-11-03

    原文格式PDF

  • 申请/专利权人 南京邮电大学;

    申请/专利号CN201810964283.X

  • 发明设计人 颜俊;戚国文;曹艳华;钱琛;

    申请日2018-08-23

  • 分类号H04W4/029(20180101);H04W4/33(20180101);H04W4/80(20180101);H04W16/22(20090101);G06K9/62(20060101);G06N3/04(20060101);

  • 代理机构32102 南京苏科专利代理有限责任公司;

  • 代理人姚姣阳

  • 地址 210046 江苏省南京市栖霞区尧化街道科创路1号二期2幢201室

  • 入库时间 2022-08-23 11:20:14

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号