[发明专利]一种面向众包的强化协同训练室内定位方法

权利要求书

1.一种面向众包的强化协同训练室内定位方法，其特征在于，包括以下步骤：

S1、在目标定位环境采集带标签的指纹数据集L，通过众包的方式采集无标签的指纹数据集U，其中L＜U；从L中选择出测试集T；

S2、训练决策网络，具体包括：

S21、构建分类器C，分类器C的输入为指纹数据，输出为估计的坐标值；

S22、采用L的数据初步训练分类器，得到定位模型；

S23、利用定位模型为无标签的指纹数据打上标签得到候选样本，将候选样本分为N组得到K组候选集：K＝[k₁，k₂...k_N]，将每一组候选集中第一个被划分进的候选样本定义为质心S_i；

S24、构建DQN网络，DQN网络的输入为当前观测到的状态s_t，该状态表示一个候选集分组中的质心在分类器分类结果中的置信度：

s_t＝[P₁，P₂，P₂...P_N]_t

DQN网络的输出为1×N的向量，表示选择每个分组得到的Q值，根据输出选择Q最大的编号，作为此轮决策的动作a_t，其对应的批次的候选集作为加入指纹库的候选集

S25、用分类器C在测试集T中完成一轮测试，并记录下分类器的定位精度Acc_C(T)；用L′完成分类器的更新得到C′并得到Acc_C′(T)，DQN网络每一次决策的奖赏值定义为：

r_t＝Acc_c′(T)-Acc_c(T)

S26、根据[s_t，a_t，r_t]完成DQN网络的更新，L＝L′，C＝C′；

S27、回到步骤S22，直到模型收敛，训练完成；

S3、通过协同训练得到指纹数据库以及最终的定位模型，具体为：

S31、将L随机划分为L₁和L₂，并构建两个参数不同的分类器C₁和C₂；

S32、从U中随机选择设定量的样本构建U′，同时从U中删除U′；

S33、采用步骤S21-S23的方法，通过L₁和L₂分别训练C₁和C₂，然后对U′中的样本分别用C₁和C₂完成定位生成两个候选集Candi₁和Candi₂，并各自分成N组子集

S34、利用训练好的DQN网络，从两个候选集中各自选出子集和随后加入对方的带标签数据库中：

S35、重复执行S32，直至U为空，完成指纹数据库的构建；

S36、通过加权两个分类器得到最终的定位模型C＝βC₁+(1-β)C₂，β是加权系数；

S4、利用得到的指纹数据库和最终的定位模型，得到定位分类器进行室内定位。