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 |