基于改進KNN-RF的信息補全算法

摘要： 針對室內(nèi)指紋定位指紋庫數(shù)據(jù)在實際環(huán)境中存在數(shù)據(jù)缺失導(dǎo)致定位誤差大的問題，本文提出了一種改進距離公式的K近鄰-隨機森林的信息補全算法。首先，采用高斯濾波對收集的指紋數(shù)據(jù)進行預(yù)處理，去除干擾數(shù)據(jù)項，提高數(shù)據(jù)可靠性。其次，在將指紋數(shù)據(jù)劃分為訓(xùn)練集和測試集的基礎(chǔ)上，采用結(jié)合歐氏距離和曼哈頓距離的KNN算法獲得近鄰集合樣本，隨后用RF算法對近鄰集合訓(xùn)練進行優(yōu)化，再把各個決策樹的預(yù)測結(jié)果取... （共7頁）