首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于指纹法和机器学习的RFID多目标被动式定位研究

摘要第3-4页
abstract第4-5页
第一章 绪论第8-14页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-12页
    1.3 本文工作及创新点第12-13页
    1.4 论文组织结构第13-14页
第二章 相关研究及技术介绍第14-26页
    2.1 被动式定位技术第14-19页
        2.1.1 射频层析成像方法第14-16页
        2.1.2 影响链路几何法第16-19页
    2.2 聚类算法第19-22页
        2.2.1 K均值聚类第19-20页
        2.2.2 层次聚类第20-21页
        2.2.3 AP聚类第21-22页
    2.3 指纹法定位技术第22-25页
        2.3.1 指纹的组成第23-24页
        2.3.2 指纹法定位原理第24-25页
    2.4 本章小结第25-26页
第三章 被动式环境中的指纹法性能分析第26-38页
    3.1 五种指纹法匹配算法第26-32页
        3.1.1 K临近算法第26-27页
        3.1.2 支持向量机第27-29页
        3.1.3 随机森林第29-30页
        3.1.4 朴素贝叶斯分类第30-31页
        3.1.5 线性判别分析第31-32页
    3.2 RFID场景下的被动式仿真环境建立第32-34页
    3.3 五种匹配算法在RFID被动式场景中的性能对比第34-37页
    3.4 本章小结第37-38页
第四章 RFID场景下的多目标指纹法被动式定位算法第38-46页
    4.1 多目标定位指纹库问题分析第38-39页
    4.2 目标影响环境中链路RSS值的分析第39-41页
        4.2.1 不同目标个数对链路RSS值的影响的分析第39-40页
        4.2.2 多目标影响链路集分析第40-41页
    4.3 链路相关性第41-42页
    4.4 使用层次聚类对影响链路集聚类第42-43页
    4.5 多目标定位第43页
    4.6 仿真与定位结果分析第43-46页
        4.6.1 仿真场景设定与对比算法选取第43页
        4.6.2 目标个数估计的仿真结果第43-44页
        4.6.3 定位精度仿真结果第44-46页
第五章 总结与展望第46-48页
    5.1 全文总结第46-47页
    5.2 未来研究展望第47-48页
        5.2.1 关于目标的影响链路集的后续研究第47页
        5.2.2 关于还原单目标影响链路集的后续研究第47页
        5.2.3 单目标匹配时的指纹处理研究第47-48页
参考文献第48-56页
发表论文和参加科研情况说明第56-58页
    发表的论文第56页
    申请及已获得的专利第56页
    参与的科研项目第56-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:我国不同户口特性居民家庭的金融性资产财富效应差异研究
下一篇:中国滚筒洗衣机生命周期评价