• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Communications and Intelligence Information Security >WLAN Indoor GA-ANN Positioning Algorithm via Regularity Encoding Optimization
【24h】

WLAN Indoor GA-ANN Positioning Algorithm via Regularity Encoding Optimization

机译：WLAN室内GA-ANN定位算法通过规律性编码优化

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

To begin with, for indoor location system, the necessity of research on genetic neural network and its math model are introduced. Then, by analyzing principle of genetic optimized artificial neural network, an indoor location math model of genetic neural network is established. As for various coding types, regularity is taken as the measurement to determine the best coding type for parameter optimization. By analyzing theory of splicing/decomposable coding, the advantages of regularity for such coding type are proved. Finally, through simulation comparisons, to select a regularity coding type for GA-ANN can improve positioning accuracy for indoor environment effectively.
机译：首先，对于室内定位系统，介绍了遗传神经网络研究的必要性及其数学模型。然后，通过分析遗传优化人工神经网络的原理，建立了遗传神经网络的室内位置数学模型。至于各种编码类型，将规律性视为测量以确定参数优化的最佳编码类型。通过分析拼接/可分解编码理论，证明了这种编码类型的规律性的优点。最后，通过仿真比较，为GA-ANN选择规则性编码类型，可以有效地提高室内环境的定位精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号