| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 1 绪论 | 第18-41页 |
| 1.1 研究背景与意义 | 第18-23页 |
| 1.2 国内外研究现状 | 第23-37页 |
| 1.3 论文研究内容 | 第37-38页 |
| 1.4 论文组织结构 | 第38-41页 |
| 2 WLAN位置指纹室内定位基础理论 | 第41-73页 |
| 2.1 WLAN位置指纹室内定位基本原理 | 第41-42页 |
| 2.2 WLAN接收信号强度相关属性 | 第42-50页 |
| 2.3 典型指纹库快速构建算法 | 第50-59页 |
| 2.4 典型位置估算算法 | 第59-71页 |
| 2.5 本章小结 | 第71-73页 |
| 3 基于最优位置判别能力评估和冗余检测的AP点选择算法 | 第73-89页 |
| 3.1 现有AP点选择算法基本原理 | 第73-76页 |
| 3.2 AP点选择算法LocalReliefF-C | 第76-82页 |
| 3.3 实验与分析 | 第82-88页 |
| 3.4 本章小结 | 第88-89页 |
| 4 基于聚类和隐朴素贝叶斯的定位模型 | 第89-102页 |
| 4.1 基于最优判别AP点共同子集的参考点聚类算法 | 第89-91页 |
| 4.2 在线阶段确定目标簇的过程 | 第91-93页 |
| 4.3 基于隐朴素贝叶斯模型的在线位置估算算法 | 第93-95页 |
| 4.4 实验与分析 | 第95-101页 |
| 4.5 本章小结 | 第101-102页 |
| 5 有限采样条件下指纹库自动扩充及定位策略 | 第102-124页 |
| 5.1 指纹库自动扩充及定位系统框架 | 第103-104页 |
| 5.2 定位区域网格划分及指纹库定义 | 第104-106页 |
| 5.3 用高斯过程回归生成未采样位置的RSS值 | 第106-109页 |
| 5.4 利用生成对抗网络扩充指纹库 | 第109-113页 |
| 5.5 基于AP点RSS值平面搜索和叠加的定位算法 | 第113-117页 |
| 5.6 实验与分析 | 第117-122页 |
| 5.7 本章小结 | 第122-124页 |
| 6 隐式众包指纹采集和设备异构性处理 | 第124-138页 |
| 6.1 现有方案局限性 | 第125-126页 |
| 6.2 隐式众包指纹采集及位置估算系统框架 | 第126-128页 |
| 6.3 众包指纹预处理解决设备异构性问题 | 第128-134页 |
| 6.4 实验与分析 | 第134-137页 |
| 6.5 本章小结 | 第137-138页 |
| 7 协同随机森林半监督学习定位模型 | 第138-150页 |
| 7.1 现有方案局限性 | 第138-140页 |
| 7.2 协同随机森林半监督学习算法 | 第140-142页 |
| 7.3 算法参数值选取 | 第142-144页 |
| 7.4 实验与分析 | 第144-148页 |
| 7.5 本章小结 | 第148-150页 |
| 8 结论与展望 | 第150-155页 |
| 8.1 结论 | 第150-151页 |
| 8.2 创新点 | 第151-153页 |
| 8.3 展望 | 第153-155页 |
| 参考文献 | 第155-171页 |
| 作者简历 | 第171-173页 |
| 学位论文数 据集 | 第173页 |
