一种基于深度学习的TebNet神经网络模型的WLAN室内定位方法涉及室内定位领域。在离线阶段进行EDA探索数据,利用matplotlib数据分析工具探索数据规律与分布,并特征工程进行特征的选择与合成,生成统计特征;再利用交叉验证等方法进行数据的训练,最终得到定位预测模型。本发明可随着数据积累强化学习,拥有较强的环境自适应性和定位精度。
声明:
“基于深度学习的TebNet神经网络模型的WLAN室内定位方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)