| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-21页 |
| 1.1 学习分类系统 | 第8-16页 |
| 1.1.1 背景知识 | 第8-15页 |
| 1.1.2 学习分类系统 | 第15-16页 |
| 1.2 移动定位技术 | 第16-19页 |
| 1.2.1 应用背景 | 第16-17页 |
| 1.2.2 研究现状 | 第17-19页 |
| 1.3 本文内容与结构安排 | 第19-21页 |
| 第二章 学习分类系统 | 第21-29页 |
| 2.1 学习分类系统介绍 | 第21-22页 |
| 2.2 几种学习分类系统框架 | 第22-28页 |
| 2.2.1 经典学习分类系统 | 第22-25页 |
| 2.2.2 简单学习分类系统 | 第25页 |
| 2.2.3 复杂学习分类系统 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 Wi-Fi室内定位技术 | 第29-49页 |
| 3.1 Wi-Fi组成结构 | 第29-31页 |
| 3.2 Wi-Fi室内定位方法 | 第31-38页 |
| 3.2.1 基于距离参数的定位方法 | 第31-36页 |
| 3.2.2 基于指纹匹配的定位方法 | 第36-38页 |
| 3.3 三次过滤的基于Pearson相关系数Wi-Fi指纹定位算法 | 第38-41页 |
| 3.3.1 传统基于指纹匹配的定位方法的缺陷 | 第38-39页 |
| 3.3.2 三次过滤的基于Pearson相关系数Wi-Fi指纹定位算法 | 第39-41页 |
| 3.4 实验结果与分析 | 第41-48页 |
| 3.4.1 实验环境 | 第41页 |
| 3.4.2 系统设计 | 第41-43页 |
| 3.4.3 数据采集 | 第43页 |
| 3.4.4 管理平台 | 第43-45页 |
| 3.4.5 定位应用 | 第45页 |
| 3.4.6 精度测试与分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 结合学习分类系统的Wi-Fi定位技术 | 第49-62页 |
| 4.1 算法与框架 | 第49-58页 |
| 4.1.1 规则表示与种群初始化 | 第50-51页 |
| 4.1.2 规则匹配 | 第51-53页 |
| 4.1.3 奖赏定义 | 第53-54页 |
| 4.1.4 规则更新 | 第54-55页 |
| 4.1.5 种群进化 | 第55-57页 |
| 4.1.6 数据处理技术 | 第57-58页 |
| 4.2 实验结果分析 | 第58-60页 |
| 4.3 本章小结 | 第60-62页 |
| 第五章 总结和展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 发表文章目录 | 第70页 |
| 参与项目 | 第70页 |
| 获奖情况 | 第70-71页 |