| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1.绪论 | 第15-24页 |
| 1.1 研究背景与意义 | 第15-20页 |
| 1.2 研究内容 | 第20-21页 |
| 1.3 论文结构 | 第21-24页 |
| 2.WIFI室内定位及神经网络概述 | 第24-36页 |
| 2.1 WIFI室内定位概述 | 第24-30页 |
| 2.2 神经网络概述 | 第30-35页 |
| 2.3 本章小结 | 第35-36页 |
| 3.WIFI室内定位中的误差来源分析 | 第36-44页 |
| 3.1 实验平台 | 第36-37页 |
| 3.2 WIFI信号的误差源特性分析 | 第37-42页 |
| 3.3 定位的简易误差模型 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4.基于降噪深度信念网络的指纹定位算法 | 第44-55页 |
| 4.1 算法思路 | 第44-47页 |
| 4.2 算法步骤 | 第47-49页 |
| 4.3 算法分析 | 第49-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5.基于可靠AP选择的深度信念网络定位算法 | 第55-63页 |
| 5.1 算法思路 | 第55-56页 |
| 5.2 算法流程 | 第56页 |
| 5.3 算法分析 | 第56-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6.极限学习机与CFSFDP聚类结合的指纹定位算法研究 | 第63-70页 |
| 6.1 基于快速搜索和密度峰值的聚类算法 | 第63-64页 |
| 6.2 算法思路 | 第64-67页 |
| 6.3 算法分析 | 第67-69页 |
| 6.4 本章小结 | 第69-70页 |
| 7.总结与展望 | 第70-72页 |
| 7.1 总结 | 第70-71页 |
| 7.2 展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 作者简历 | 第78-80页 |
| 学位论文数据集 | 第80页 |