基于SVR的Wi-Fi探针缺失数据预测方法

彭浩

首页> 中文期刊> 《信息技术与信息化》 >基于SVR的Wi-Fi探针缺失数据预测方法

基于SVR的Wi-Fi探针缺失数据预测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对大多数情况下Wi-Fi探针采集到Wi-Fi设备的RSSI序列存在缺失的问题,采用SVR的预测方法对RSSI序列的缺失值进行预测。首先,建立基于SVR的缺失数据预测模型。然后从含有缺失值的数据中提取出连续两个时刻被Wi-Fi探针采集到的RSSI序列,分别作为模型输入和输出。最后利用多个含有缺失值的终端设备数据,将基于SVR预测方法与传统的均值预测方法以及基于BP神经网络预测方法进行缺失数据预测并分析对比。实验结果表明,基于SVR方法得到的RMSE、MAPE、MAE均小于均值预测方法以及BP神经网络的预测方法。同时利用一个终端设备的完整RSSI序列对基于SVR预测方法的性能进行验证,其均方根误差为0.761 5,平均绝对百分比误差为1.21%以及平均绝对误差为0.610 3。因此,在RSSI序列缺失数据预测中,基于SVR的预测方法结果误差小,整体准确度高,可以实现对RSSI缺失序列的有效预测。

著录项

来源
《信息技术与信息化》 |2022年第6期|42-45|共4页
作者
彭浩;
展开▼
作者单位

安徽建筑大学电子与信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TN9;
关键词
Wi-Fi探针; 接收信号强度指示; 缺失数据预测; 支持向量机回归; BP神经网络;

相似文献

中文文献
外文文献
专利

1. 基于DS数据融合与SVR-PF的锂离子电池RUL预测方法 [J] . 王常虹 ,董汉成 ,凌明祥 . 东北石油大学学报 . 2015,第004期
2. 基于DS数据融合与SVR-PF的锂离子电池RUL预测方法 [J] . 王常虹 ,董汉成 ,凌明祥 . 东北石油大学学报 . 2015,第004期
3. 基于SVR方法的飞行仿真气动数据辨识及预测 [J] . 薛源 ,徐浩军 ,柴世杰 . 飞行力学 . 2010,第4期
4. 基于Wi-Fi探针的地铁客流预测研究 [J] . 梁立 ,孙晋敏 ,潘晓峰 . 交通与运输 . 2021,第0z1期
5. 基于Wi-Fi探针数据分析末端片区交通行为特征——以北京西城区月坛街区为例 [J] . 陈廷照 ,陈艳艳 ,赖见辉 . 北京工业大学学报 . 2022,第4期
6. 基于FOA-SVR的网络安全态势预测方法 [C] . Xu Jianhua ,许建华 ,Sun Bin . 第十届中国通信学会学术年会 . 2014
7. 基于EEMD-SVR-Copula模型及夜间灯光数据的GDP预测新方法研究 [A] . 颜定勇 . 2018

基于SVR的Wi-Fi探针缺失数据预测方法

摘要

著录项

相似文献

相关主题

期刊订阅