论文部分内容阅读
针对基于射频的室内被动定位研究中，用于训练定位分类器的链路特征数较多，分类器复杂度较高的问题，提出了一种基于类别的室内被动定位特征选择方法。此方法将被动定位的多分类问题转化为多个二分类问题，利用最大-最小马尔科夫毯为每个位置类别选择其表征能力较强的特征子集，并构建相应的二分类模型。在测试阶段，采用支持向量机的概率评估输出，最终确定测试样例的位置类别。实验结果表明，此方法大幅减少了定位所需的特征维数，降低了分类器复杂度，同时使定位的准确度得以提高。