一种基于多源融合的高精度三维室内定位方法

    公开(公告)号:CN111901749A

    公开(公告)日:2020-11-06

    申请号:CN202010890275.2

    申请日:2020-08-29

    Abstract: 本发明公开了一种基于多源融合的高精度三维室内定位方法,在待定位区域部署Wi-Fi环境,采集Wi-Fi信号强度值RSSI,建立Wi-Fi离线指纹数据库;在线阶段采集Wi-Fi信号RSSI值,通过改进加权质心定位算法实现Wi-Fi定位;在待定位区域部署蓝牙设备,采集蓝牙RSSI值,通过改进加权质心定位算法实现蓝牙定位;通过平均加权实现Wi-Fi和蓝牙融合定位;利用步长模型匹配加速度传感器结果,进行PDR定位;通过UKF算法将Wi-Fi、蓝牙和PDR进行融合得到二维定位坐标;利用气压计测高判断楼层,得到垂直方向高度值;融合二维定位坐标和垂直方向高度值,得到三维位置坐标。该方法不仅在水平方向精准定位,在垂直方向也有较高的定位精度,可对用户进行精准的三维位置服务。

    一种基于WiFi和蓝牙的室内定位方法

    公开(公告)号:CN111836194A

    公开(公告)日:2020-10-27

    申请号:CN202010852225.5

    申请日:2020-08-21

    Abstract: 本发明公开了一种基于WiFi和蓝牙的室内定位方法,包括室内定位系统,所述的室内定位系统包括数据处理中心、若干个WiFi信标节点、若干个IBeacon信标节点、智能手机,若干个WiFi信标节点和IBeacon信标节点布置在室内定位区域,WiFi信标节点和IBeacon信标节点分别与智能手机连接,智能手机还与数据处理中心连接;智能手机内置采集WiFi和IBeacon数据的定位APP,数据处理中心用于读取数据及根据数据执行位置服务定位算法;该方法基于智能手机的WiFi和蓝牙定位技术,直接使用手机作为定位标签接收WiFi和IBeacon信号,并且在手机APP中还能实时显示定位结果,用户定位便捷;此外,WiFi和蓝牙定位开发成本低,部署简单,定位结果精度高,稳定性好。

    一种深度递归心血管图像显示方法

    公开(公告)号:CN110866913A

    公开(公告)日:2020-03-06

    申请号:CN201911148160.X

    申请日:2019-11-21

    Abstract: 本发明公开了一种深度递归心血管图像显示方法,包括以下操作步骤:S1:获取医学心血管图像的初始数据,并在二维坐标系中建立初始图像;S2:运行凸包曲线的逐点递推形式推导公式得出图像坐标点数据,并根据所得坐标点数据进行描点;S3:运行RNN神经网络对坐标点进行多层递归计算,并重新描点,进行误差分析;S4:多层感知器进行模型效果分析;S5:运行CNN网络进行模型重构,并显示识别结果。本方法将对医学心血管图像运用n次凸包曲线的逐点推导公式,结合递归神经网络进行神经网络学习的模型搭建,使这种深度递归心血管图像显示方法达到实用性与学术性效果,图像采集的集成度高,可使用同一方法对不同图像库的图像进行采集。

    一种基于位置指纹的WIFI室内定位方法

    公开(公告)号:CN110300372A

    公开(公告)日:2019-10-01

    申请号:CN201910624811.1

    申请日:2019-07-11

    Abstract: 本发明公开了一种基于位置指纹的WIFI室内定位方法,该方法的步骤为:(1)搭建实验环境,建立WIFI位置指纹库;(2)建立WIFI定位位置指纹库;(3)采用改进的K-means聚类算法计算初始聚类中心;(4)计算最优初始聚类中心;(5)确定K-means聚类算法的最优聚类数K;(6)结合WKNN算法计算目标位置并输出目标位置。本发明在提高定位精度的同时降低定位阶段计算量,具有定位精度高、抗噪声能力强、稳定性好、时间复杂度低的特点,在保证定位精度的前提下实现实时要求。

    一种基于定位及知识图谱的智能推荐方法

    公开(公告)号:CN110245204A

    公开(公告)日:2019-09-17

    申请号:CN201910508049.0

    申请日:2019-06-12

    Abstract: 本发明公开了一种基于定位及知识图谱的智能推荐方法,该方法利用百度地图定位技术来获取用户所处位置(如服装店、餐饮店)。筛选并提取出位置名称文本作为实体输入,通过word2vec词向量训练将实体训练成词向量,采用余弦相似度算法计算该实体节点的词向量与各个不同类型的知识图谱之间的相似度,并按相似度值排名(由高到低)对用户进行推荐,解决了传统推荐算法实体属性有限、难以有效的得到更多数据的问题。本方法有丰富的辅助信息来源,真实客观,提升了精准性、多样性和可解释性,充分满足了用户个性化推荐的需求。

    一种基于协同过滤和相似性度量的用户属性推断方法

    公开(公告)号:CN109949175A

    公开(公告)日:2019-06-28

    申请号:CN201910233096.9

    申请日:2019-03-26

    Abstract: 本发明公开了一种基于协同过滤和相似性度量的用户属性推断方法,先使用Python中的Scrapy框架,构建一个微博爬虫系统,使用分布式爬虫算法来自动收集微博用户帐户信息;然后清除无效数据,使用NLP预处理数据;然后使用可视化分析工具Tableau来分析收集到的用户数据;再通过遵循三步法对现有的用户账号数据进行挖掘分析,使得能根据用户现有属性信息,推断用户未知的属性值;最后将模型与岭回归模型,决策树模型和多元线性回归模型进行比较,获得预测结果情况。本发明推断未知属性准确率更高。

    一种基于分层集成学习的阿尔茨海默症分类方法

    公开(公告)号:CN109859839A

    公开(公告)日:2019-06-07

    申请号:CN201910065074.6

    申请日:2019-01-23

    Abstract: 本发明公开了一种基于分层集成学习的阿尔茨海默症分类方法,步骤为:S1、获取阿尔茨海默症的核磁共振图像;S2、对步骤S1获得的核磁共振图像进行预处理;S3、将预处理之后的图像,以切片为单位输入基于分层集成学习的模型中,采用预先训练好的深层神经网络(DNN)提取特征矩阵,将提取的特征矩阵输入到分类器中进行分类,得到切片级别的粗预测结果;S4、将步骤S3得到的粗预测结果进行集成,再次经分类器分类,得到切片的细分类预测结果;S5、将步骤S4得到的细分类预测结果进行集成,再次进行经分类器进行分类预测,得到病人级别的阿尔茨海默症的最终分类结果。该方法分类稳定,分类效率高,分类方法通用性和灵活性好。

    一种基于蓝牙和RFID融合定位的室内定位方法

    公开(公告)号:CN109444814A

    公开(公告)日:2019-03-08

    申请号:CN201811101460.8

    申请日:2018-09-20

    Abstract: 本发明公开了一种基于蓝牙和RFID融合定位的室内定位方法,涉及室内定位技术领域,解决的技术问题是提供一种测量精度更高且系统复杂度低,计算量小,系统容错能力高的定位方法,包括如下步骤:(1)搭建蓝牙定位环境;(2)通过改进加权质心算法实现蓝牙定位;(3)搭建RFID定位环境;(4)通过LANDMARC算法实现RFID定位;(5)通过联合卡尔曼滤波方法,实现蓝牙和RFID融合定位。本发明具有定位精度高、软件运算量低、抗噪能力强的特点,在保证定位精度的前提下实现实时要求。

Patent Agency Ranking