基于K—means和Random Forest的WiFi室内定位方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为了减小室内环境因素对室内WiFi定位的影响，降低定位成本，提高定位精度以及扩大定位区域，通过对室内定位系统和机器学习算法的讨论，提出了一种基于K-means和Random Forest融合的WiFi室内定位算法。针对室内wiFi信号强度分布的特点，该算法通过K-means聚类改进算法对数据进行初始分类，然后使用Random Forest对初始分类结果进行二次分类。实验结果表明，该定位算法的定位精度在2米以内的概率为89．1％，达到预期的定位效果，同时对缺失值数据具有较好的适应能力。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Forest random means WiFi Rest 室内定位 WiFi RandomForest K-means 多模融合