基于KDMSPCS-GRNN的室内定位技术研究AET-电子技术应用-最丰富的电子设计资源平台

基于KDMSPCS-GRNN的室内定位技术研究
所属分类：技术论文
上传者：zhoubin333
文档大小：740 K
标签： LDCPSO算法 CS算法 K-mean算法
所需积分：0分积分不够怎么办？
文档介绍：针对利用广义神经网络(Generalized Regression Neural Network，GRNN)搭建的定位预测模型定位精度低、效率慢等问题，基于动态分群策略，提出一种线性递减粒子群(Linear Decreasing Contraction Particle Swarm Optimization，LDCPSO)和布谷鸟(Cuckoo Search，CS)混合寻优算法，并利用此算法为GRNN选择最优参数，构建定位预测模型。该算法主要利用K均值聚类算法(K-means)对整个种群进行周期性的分群，底层使用LDCPSO算法优化各个子群，并将最优粒子传至高层，高层使用CS算法优化各个子群的最优粒子，并将最终结果返回底层，执行下一次迭代。实验过程中，一方面将提出的算法应用于多个测试函数，结果表明该算法具有更好的收敛速度和收敛精度；另一方面利用该算法搭建定位模型，并与其他定位模型对比，结果显示该定位模型具有更好的定位效果。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动