首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于多层神经网络的室内定位算法研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
变量注释表第16-17页
1 绪论第17-25页
    1.1 研究背景和意义第17-22页
    1.2 研究内容与创新点第22-23页
    1.3 论文组织结构第23-25页
2 相关概述第25-39页
    2.1 WLAN室内定位概述第25-31页
    2.2 神经网络概述第31-38页
    2.3 本章小结第38-39页
3 WLAN室内定位关键因素分析第39-46页
    3.1 实验平台第39-41页
    3.2 接收信号强度的特性第41-45页
    3.3 定位的误差模型第45页
    3.4 本章小结第45-46页
4 基于自适应的GRNN室内定位算法研究第46-57页
    4.1 GRNN模型问题描述第46-47页
    4.2 人工蜂群算法第47-48页
    4.3 基于自适应的GRNN室内定位算法设计第48-51页
    4.4 基于自适应的GRNN室内定位算法分析第51-55页
    4.5 本章小结第55-57页
5 基于分布式AP选择策略的室内定位算法研究第57-66页
    5.1 AP节点选择对定位精度的影响第57-59页
    5.2 基于分布式AP选择策略的室内定位算法设计第59-63页
    5.3 基于分布式AP选择策略的室内定位算法分析第63-65页
    5.4 本章小结第65-66页
6 基于CFSFDP与ELM相结合的半监督室内定位算法研究第66-73页
    6.1 半监督室内定位第66-67页
    6.2 CFSFDP算法第67-68页
    6.3 基于CFSFDP与ELM相结合的半监督室内定位算法设计第68-70页
    6.4 基于CFSFDP与ELM相结合的半监督室内定位算法分析第70-72页
    6.5 本章小结第72-73页
7 总结与展望第73-75页
    7.1 总结第73-74页
    7.2 研究展望第74-75页
参考文献第75-81页
作者简历第81-83页
学位论文数据集第83页

论文共83页,点击 下载论文
上一篇:云平台隐蔽信道研究
下一篇:基于特征知识库的学籍预警与决策支持系统的研究与实现