文献

J-GLOBAL ID：202002287092913813   整理番号：20A2260798

遺伝的アルゴリズムとRBFニューラルネットワークに基づく屋内位置決め最適化【JST・京大機械翻訳】

Indoor Positioning Optimization Based on Genetic Algorithm and RBF Neural Network

著者 (2件)： Guo Hua (College of Electronic and Information Engineering, Shandong University of Science and Technology,Qingdao,China) ,  Li Mengqi (College of Electronic and Information Engineering, Shandong University of Science and Technology,Qingdao,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICPICS  ページ： 778-781  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： UWB無線屋内位置決めにおいて,屋内環境の影響のため,測距誤差はしばしば非常に大きい。できるだけ多くの環境要因の影響を除去して,屋内無線位置の精度を改善するために,遺伝的アルゴリズムとRBFニューラルネットワーク(GA-RBF)を結合する屋内位置決め最適化アルゴリズムを本論文で提案する。遺伝的アルゴリズムを用いて,RBFネットワークの最適パラメータを見出し,高速高精度近似のためのRBFニューラルネットワークの利点に完全な役割を与えた。大量のサンプルデータを使用して,遺伝的RBFニューラルネットワークを訓練して,実験結果は,このアルゴリズムの位置決め誤差が10cm以内であり,それは視線(NLOS)環境のラインにおいて高い位置決め精度を達成できることを示した。従来のRBFニューラルネットワークアルゴリズムと比較して,その最適化性能は大いに向上した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  最適化手法 ,  *遺伝 ,  近似法 ,  屋内環境 ,  距離測定 ,  *遺伝的アルゴリズム ,  動径基底関数ネットワーク ,  最適パラメータ ,  *動径基底関数ニューラルネットワーク ,  *屋内位置決め ,  *改変 ,  *進化的計算
準シソーラス用語： 超広帯域無線 ,  位置決め精度 ,  屋内無線 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 遺伝的アルゴリズム ,  RBFニューラルネットワーク ,  屋内位置決め ,  最適化