首页 | 本学科首页   官方微博 | 高级检索  
     

融合CNN和CapsNet的Wi-Fi室内定位方法
作者姓名:张天颖  史明泉  崔丽珍  秦岭
作者单位:内蒙古科技大学信息工程学院
基金项目:国家自然科学基金(62161041);;内蒙古自治区高等学校科学研究项目(NJZY22438);
摘    要:针对基于位置指纹的Wi-Fi室内定位方法定位精度低的问题,本文提出了一种融合卷积神经网络(CNN)和胶囊网络(CapsNet)的Wi-Fi室内定位算法模型,记为CNN-CapsNet。首先将采集的RSSI时间序列信息,生成位置指纹图像数据集;然后通过由卷积层和池化层构成的CNN初级特征提取器,完成定位图像到初级特征图的转换;最后将初级特征图输入到CapsNet中,获得最终的分类结果。试验结果表明,在不同的向量维度,迭代次数等参数下,该模型的准确率高达99.99%,损失函数值低至0.009 91,优于其他的传统定位方法。

关 键 词:室内定位  RSSI  胶囊网络  卷积神经网络  图像分类
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号