论文部分内容阅读
为了进一步研究现有自适应增强(AdaBoost)算法的无线保真(WiFi)室内定位方法中,指纹库数据异常值处理和子分类器的权重决策,提出1种改进AdaBoost算法的WiFi室内定位方法:通过1种判决式特征选择机制,优化特征属性的权重,减少指纹库数据异常值对子分类器的影响,有效提高子分类器的鲁棒性;在投票决策阶段,采用1种联合投票决策方法,充分保留对特征属性随机采样而导致的子树之间的多样性。实验结果表明,与已有相关算法相比,该算法能够有效降低训练阶段异常值对定位算法的影响,且分类准确率有显著提升。