公开(公告)号：CN107367277B

公开(公告)日：2020-07-03

申请号：CN201710413527.0

申请日：2017-06-05

Applicant: 南京邮电大学

Inventor： 解培中 ,  陶育仁 ,  李汀

IPC: G01C21/20

Abstract: 本发明公开了一种基于二次K‑Means聚类的室内位置指纹定位方法，对位置指纹数据库进行一次k‑means聚类，确定聚类完成后最终的聚类中心；对位置指纹数据库进行二次k‑means聚类，确定聚类完成后最终的聚类中心；计算待定位点到一次k‑means聚类完成后最终的聚类中心的欧氏距离，计算两两欧式距离之间的差值的绝对值，若绝对值≤θ，则该待定位点基于二次k‑means聚类方法实现定位，否则基于一次k‑means聚类方法实现定位；本专利方法基于K‑Means聚类算法的二次聚类位置指纹匹配方法所得的结果，不受聚类算法边界参考点相似度高的影响，具有较高的准确性；方法简单，易于实现，具有良好的适用性。

公开(公告)号：CN107367277A

公开(公告)日：2017-11-21

申请号：CN201710413527.0

申请日：2017-06-05

Applicant: 南京邮电大学

Inventor： 解培中 ,  陶育仁 ,  李汀

IPC: G01C21/20

Abstract: 本发明公开了一种基于二次K-Means聚类的室内位置指纹定位方法，对位置指纹数据库进行一次k-means聚类，确定聚类完成后最终的聚类中心；对位置指纹数据库进行二次k-means聚类，确定聚类完成后最终的聚类中心；计算待定位点到一次k-means聚类完成后最终的聚类中心的欧氏距离，计算两两欧式距离之间的差值的绝对值，若绝对值≤θ，则该待定位点基于二次k-means聚类方法实现定位，否则基于一次k-means聚类方法实现定位；本发明方法基于K-Means聚类算法的二次聚类位置指纹匹配方法所得的结果，不受聚类算法边界参考点相似度高的影响，具有较高的准确性；方法简单，易于实现，具有良好的适用性。