[发明专利]基于流形学习的指纹库自更新方法和装置有效
| 申请号： | 201310386266.X | 申请日： | 2013-08-30 |
| 公开（公告）号： | CN104424276B | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 刘源;孙智强;邵齐海;罗智勇 | 申请（专利权）人： | 中国电信集团公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;H04W64/00;G06F21/32 |
| 代理公司： | 中国国际贸易促进委员会专利商标事务所11038 | 代理人： | 许蓓 |
| 地址： | 100033 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于流形学习的指纹库自更新方法和装置，涉及定位领域。本发明利用相同或相近位置信号强度在低维位置空间具有的相似性为依据，基于大量无标记数据，利用流形技术将高维信号向量空间的数据点映射为低维位置空间对应的数据点，从低维位置空间的数据点中筛选出可信数据点，基于可信数据点预测出其他位置的数据点，并将低维位置空间中预测出的数据点映射为高维信号向量空间的数据点，最后根据可信数据点对应的高维信号向量空间的数据点以及映射得到的高维信号向量空间的数据点更新指纹库，实现了基于大量无标记数据的指纹库自更新过程，赋予指纹库自适应无线信号环境变化的能力，提供定位算法的鲁邦性，同时降低了样本的采集代价。 | ||
| 搜索关键词： | 基于 流形 学习 指纹 更新 方法 装置 | ||
【主权项】：
一种基于流形学习的指纹库自更新方法，包括：基于流形学习技术将高维信号向量空间的数据点映射为低维位置空间对应的数据点，其中，所述高维信号向量空间的数据点包括无标记数据，无标记数据是指未经用户确认位置的位置点的信号向量；从低维位置空间的数据点中筛选出可信数据点；基于可信数据点预测出其他位置的数据点；将低维位置空间中预测出的数据点映射为高维信号向量空间的数据点；根据可信数据点对应的高维信号向量空间的数据点以及映射得到的高维信号向量空间的数据点更新指纹库。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电信集团公司，未经中国电信集团公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310386266.X/，转载请声明来源钻瓜专利网。
