分區(qū)域BES-ELM融合WDME加權(quán)雙模的室內(nèi)可見光定位
摘要: 針對(duì)室內(nèi)定位精度低、邊界區(qū)域定位誤差大等問題,提出一種禿鷹搜索算法-極限學(xué)習(xí)機(jī)(bald eagle search-extreme learning machine,BES-ELM)神經(jīng)網(wǎng)絡(luò)融合加權(quán)雙模邊緣(weighted dualmode edge,WDME)定位模型的室內(nèi)可見光定位方法。該方法提出采用單LED和5個(gè)光電探測(cè)器可見光系統(tǒng)結(jié)構(gòu),通過模糊C均值聚類算法實(shí)現(xiàn)房間區(qū)... (共10頁)
開通會(huì)員,享受整站包年服務(wù)