基于模糊核c-means算法的位置指纹聚类
来源期刊:控制与决策2012年第8期
论文作者:李方 佟为明 李凤阁 王铁成
文章页码:1180 - 2374
关键词:位置指纹聚类;区间值数据;核方法;模糊c-means;
摘 要:提出一种针对位置指纹的模糊核c-means聚类算法.将位置指纹归结为一种服从正态分布的区间值数据以反映接入点信号强度采样值的不确定性,通过区间中值和大小确定的正态分布函数将位置指纹映射为特征空间中的一点,并在该特征空间中采用基于核方法的模糊c-means算法对其进行聚类.通过ZigBee定位实验表明,该方法对于位置指纹的分类效果明显好于基于信号强度平均值的c-means聚类,可在保证定位精度的前提下有效降低定位的计算量.
李方,佟为明,李凤阁,王铁成
哈尔滨工业大学电气工程及自动化学院
摘 要:提出一种针对位置指纹的模糊核c-means聚类算法.将位置指纹归结为一种服从正态分布的区间值数据以反映接入点信号强度采样值的不确定性,通过区间中值和大小确定的正态分布函数将位置指纹映射为特征空间中的一点,并在该特征空间中采用基于核方法的模糊c-means算法对其进行聚类.通过ZigBee定位实验表明,该方法对于位置指纹的分类效果明显好于基于信号强度平均值的c-means聚类,可在保证定位精度的前提下有效降低定位的计算量.
关键词:位置指纹聚类;区间值数据;核方法;模糊c-means;