典型文献
基于遗传算法优化ELM神经网络的室内可见光定位系统
文献摘要：
针对室内定位精度不高、稳定性差的问题,本文提出了一种基于遗传算法优化极限学习机(GA-ELM)的多LED灯室内可见光定位系统.该系统先通过遗传算法(GA)优化ELM神经网络的初始权值和阈值,使优化后的ELM网络的拓扑结构更加稳定,不易陷于局部最优;然后利用各个参考点处LED接收的光功率以及接收机的位置坐标作为指纹数据,构建指纹数据库,将指纹数据库引入到优化好的ELM网络模型中进行训练,建立定位模型.实验结果表明,在4 m×4 m×3 m的测试空间内,本文算法的平均定位误差为0.9214 cm,最大定位误差为3.9192 cm,定位精度可达毫米级.
文献关键词：
探测器;遗传算法;极限学习机;可见光定位;神经网络;指纹数据库
中图分类号：
作者姓名：
秦岭;王东星;史明泉;王凤英;胡晓莉
作者机构：
内蒙古科技大学信息工程学院, 内蒙古包头 014010
文献出处：
引用格式：
[1]秦岭;王东星;史明泉;王凤英;胡晓莉-.基于遗传算法优化ELM神经网络的室内可见光定位系统)[J].中国激光,2022(21):145-154
A类：
B类：
遗传算法优化,ELM,室内可见光定位,定位系统,室内定位,定位精度,化极,极限学习机,GA,LED,权值,拓扑结构,陷于,局部最优,参考点,光功率,接收机,指纹数据库,立定,定位模型,平均定位误差,大定,毫米,探测器
AB值：
0.313599
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
