首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文--移动通信论文

基于机器学习的实时智能定位系统的设计与实现

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第12-16页
    1.1 项目背景及意义第12-13页
    1.2 国内外研究现状第13-15页
    1.3 论文主要研究内容和组织结构第15页
    1.4 本章小结第15-16页
2 相关理论与技术综述第16-22页
    2.1 位置指纹定位技术第16-17页
    2.2 机器学习在位置指纹定位中的运用第17-19页
        2.2.1 K近邻算法第17页
        2.2.2 贝叶斯算法第17-18页
        2.2.3 神经网络算法第18-19页
    2.3 定位精确度的评价指标第19页
    2.4 DBSCAN聚类第19页
    2.5 redis集群第19-20页
    2.6 kafka集群第20页
    2.7 multiprocessing多进程第20页
    2.8 本章小结第20-22页
3 实时智能定位系统需求分析第22-32页
    3.1 需求分析综述第22-23页
        3.1.1 系统特点分析第22页
        3.1.2 用户特征分析第22-23页
    3.2 功能性需求分析第23-29页
        3.2.1 去敏数据实时获取功能第24-25页
        3.2.2 数据预处理功能第25-26页
        3.2.3 指纹信息管理功能第26-27页
        3.2.4 邻区关系管理功能第27页
        3.2.5 智能定位功能第27-28页
        3.2.6 数据可视化功能第28-29页
    3.3 非功能性需求分析第29-30页
    3.4 本章小结第30-32页
4 实时智能定位系统概要设计第32-40页
    4.1 系统总体功能结构第32-33页
    4.2 定位系统架构及流程设计第33-35页
    4.3 系统数据库设计第35-36页
    4.4 系统接口设计第36-39页
    4.6 本章小结第39-40页
5 实时智能定位系统详细设计与实现第40-68页
    5.1 去敏数据实时获取模块第40-44页
        5.1.1 去敏数据实时获取模块的类设计第41-43页
        5.1.2 去敏数据实时获取模块的逻辑实现第43-44页
    5.2 数据预处理模块第44-49页
        5.2.1 缺失值处理第45-46页
        5.2.2 异常值处理第46页
        5.2.3 数据变换第46-48页
        5.2.4 特征选取第48页
        5.2.5 平滑噪声数据第48-49页
        5.2.6 划分训练数据和测试数据第49页
    5.3 指纹信息管理模块第49-55页
        5.3.1 指纹搜索技术第51页
        5.3.2 指纹间隔选取第51-52页
        5.3.3 指纹库压缩第52页
        5.3.4 指纹信息管理模块的类设计第52-54页
        5.3.5 指纹信息管理模块的逻辑实现第54-55页
    5.4 智能定位模块第55-62页
        5.4.1 算法模型选取第56-58页
        5.4.2 模型超参数的选取第58页
        5.4.3 相似度的匹配规则第58-59页
        5.4.4 算法优化第59-60页
        5.4.5 智能定位模块的类设计第60-61页
        5.4.6 智能定位模块的逻辑实现第61-62页
    5.5 邻区关系管理模块第62-66页
        5.5.1 邻区关系管理模块的类设计第64-65页
        5.5.2 邻区关系管理模块的逻辑实现第65-66页
    5.6 数据可视化模块第66页
    5.7 本章小结第66-68页
6 系统验证与优化第68-74页
    6.1 系统功能测试第68-71页
    6.2 系统性能测试第71-73页
    6.3 本章小结第73-74页
7 结论第74-76页
    7.1 全文总结第74页
    7.2 不足与展望第74-76页
参考文献第76-80页
作者简历及攻读硕士/博士学位期间取得的研究成果第80-84页
学位论文数据集第84页

论文共84页,点击 下载论文
上一篇:基于忆阻器的分数阶不确定Hopfield神经网络系统的稳定性分析
下一篇:基于深度学习的交通标志识别及实现