[发明专利]提高人工神经网络定位性能的方法和装置有效
| 申请号： | 201580069876.4 | 申请日： | 2015-05-22 |
| 公开（公告）号： | CN107113764B | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 李安俭;崔杰;韩静;李红 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | H04W64/00 | 分类号： | H04W64/00 |
| 代理公司： | 11205 北京同立钧成知识产权代理有限公司 | 代理人： | 马爽 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种提高人工神经网络定位性能的方法和装置，该方法包括：建立初始ANN；使用PSO算法对初始ANN进行优化，得到优化后的初始ANN；对优化后的初始ANN进行训练，得到训练后的ANN。本发明实施例提供的定位方法和装置，通过使用PSO算法对ANN中各神经元的权重和偏移量进行优化，提高了采用ANN进行定位的性能。 | ||
| 搜索关键词： | 提高 人工 神经网络 定位 性能 方法 装置 | ||
【主权项】：
1.一种提高人工神经网络定位性能的方法，其特征在于，包括：/n获取至少一个测试点的地理位置信息和指纹信息；/n以所述至少一个测试点的指纹信息作为输入层神经元，以所述至少一个测试点的地理位置信息作为输出层神经元，随机选取输入层、输出层、隐藏层中每一神经元的初始权值和初始偏移量，建立初始人工神经网络ANN；/n使用粒子群优化PSO算法对所述初始ANN每一神经元的初始权值和初始偏移量进行优化，得到优化后的初始ANN；/n对所述优化后的初始ANN进行训练，得到训练后的ANN；/n所述使用PSO算法对所述初始ANN每一神经元的初始权值和初始偏移量进行优化，得到优化后的初始ANN，包括：/n将所述初始ANN中每一神经元的初始权值和初始偏移量作为PSO算法的粒子初始位置，随机选取各粒子的初始速度，建立所述PSO算法的种群；/n在所述PSO算法迭代过程的每一代中，依次计算所述PSO算法中每一粒子的适应度、更新所述PSO算法的种群中的最佳粒子、更新所述PSO算法种群中各粒子位置及其速度，直到所述PSO算法中所有粒子的适应度之和小于预设阈值；/n将所述PSO算法种群中各粒子的最佳位置作为所述初始ANN每一神经元的优化后权值和优化后偏移量；/n使用所述初始ANN每一神经元的优化后权值和优化后偏移量建立所述优化后的初始ANN。/n
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华为技术有限公司，未经华为技术有限公司许可，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/201580069876.4/，转载请声明来源钻瓜专利网。
