| 基于神经网络的室内外场景识别方法 |
| |
| 引用本文： | 胡贤贤,汪云甲,孙猛,齐红霞.基于神经网络的室内外场景识别方法[J].科学技术与工程,2021,21(3):1091-1096. |
| |
| 作者姓名： | 胡贤贤 汪云甲 孙猛 齐红霞 |
| |
| 作者单位： | 中国矿业大学自然资源部国土环境与灾害监测重点实验室,徐州 221116;中国矿业大学环境与测绘学院,徐州221116;中国矿业大学自然资源部国土环境与灾害监测重点实验室,徐州 221116;中国矿业大学环境与测绘学院,徐州221116;中国矿业大学环境与测绘学院,徐州221116;中国矿业大学环境与测绘学院,徐州221116 |
| |
| 基金项目： | 国家重点研发计划项目(2016YFB0502102)第一作者：胡贤贤(1996—),男,汉,陕西石泉,硕士研究生。研究方向：室内定位与导航。E-mail：64112690@qq.com。*通信作者：汪云甲(1960—),男,汉,江苏建湖,博士,教授。研究方向：室内定位与导航。E-mail：wyjc411@163.com。第三作者：孙 猛(1995—),男,汉,河南沈丘,博士研究生。研究方向：室内定位与导航。E-mail：msun@cumt.edu.cn。第四作者：齐红霞(1984—),女,汉,河北石家庄,博士研究生。研究方向：室内定位与导航。E-mail：hongxiaqi@yeah.net。 |
| |
| 摘 要： | 针对目前室内外场景识别方法所面临的低精度、低可靠性和低稳定性的问题,提出了一种基于神经网络算法的高精度室内外场景识别的方法.该方法利用智能手机内置的光传感器、磁传感器和全球导航卫星系统(global navigation satellite system,GNSS)模块采集训练数据,根据卫星数量、高度角、信噪比数据在室内外具有不同的特性,将场景划分成不同的区间并结合室内外的地磁数据与光照强度数据构成场景识别的特征,最后将不同时间的特征数据输入神经网络模型进行训练室内外场景识别模型.大量的测试实验结果表明,基于神经网络的室内外场景识别方法在不同的场景下识别准确率可以达到96％,能有效地识别室内外场景,具有较强的稳定性,可为室内外无缝定位系统的构建提供参考.
|
| 关 键 词： | 室内外场景识别 室内定位 神经网络 传感器 GNSS |
| 收稿时间： | 2020/5/12 0:00:00 |
| 修稿时间： | 2020/6/10 0:00:00 |
Indoor and outdoor scene recognition method based on the neural network |
| |
| Hu Xianxian,Wang Yunji,Sun Meng,Qi Hongxia.Indoor and outdoor scene recognition method based on the neural network[J].Science Technology and Engineering,2021,21(3):1091-1096. |
| |
| Authors: | Hu Xianxian Wang Yunji Sun Meng Qi Hongxia |
| |
| Institution: | Key Lab of Land,Environment and Disaster Monitoring,Ministry of Natural Resources,China University of Ming and Technology;School of Environment Science and Spatial Informatics,China University of Mining and Technology |
| |
| Abstract: | |
| |
| Keywords: | indoor and outdoor scene recognition indoor positioning neural network sensors GNSS |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
