基于KWAP-KNN分区聚类算法的室内定位分析 |
| |
引用本文: | 张海霞.基于KWAP-KNN分区聚类算法的室内定位分析[J].石河子科技,2023(1):54-55+58. |
| |
作者姓名: | 张海霞 |
| |
作者单位: | 河南工业贸易职业学院信息工程系 |
| |
基金项目: | 河南省软科学研究计划项目(152400410203);;河南省科技攻关项目(192102210134); |
| |
摘 要: | 针对单一聚类算法存在的多种问题,提出一种基于KWAP-KNN的分区聚类算法。首先,结合信号发射装置和实际定位环境进行区域粗划分,之后通过K-means聚类对该方法中未覆盖节点及交叉节点进行聚类,得到最新分区结果。区域划分之后,通过熵值法对仿射传播算法(WAP)中偏向参数p进行优化,以进一步提高其聚类的效率,最后通过K最近邻算法(KNN)算法得到粗定位结果。实验结果证明,区域划分后,KWAP-KNN算法得到的粗定位结果更准确,定位精度可达到1.8m左右。相比较其他算法,WAPKNN算法的平均误差、最大最小误差值最小。
|
关 键 词: | 室内定位 网络覆盖 聚类算法 平均误差 精度 |
|
|