买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安邮电大学

摘要：本发明公开了一种基于共享K近邻的室内外场景识别方法，以解决现有的室内外场景识别方法的识别精度太低的技术问题，具体以室内无线接入点信号强度作为室内特征信号、可见卫星数和卫星平均信噪比值作为室外特征信号，联合进行室内外场景识别，利用不同特征之间的相关性和互补性来优化分类决策，利用共享K近邻来度量数据间的相似性，该算法思想简单、易于理解，易于实现；无需估计参数，无须训练；算法复杂度低；适合类域交叉样本；适用大样本自动分类，从而更好地进行室内外场景的识别，有效提高了室内外场景识别的精确度、识别率以及稳定性。

主权项：1.一种基于共享K近邻的室内外场景识别方法，其特征在于，包括以下步骤：步骤1、在识别场景中，采集待识别点及已准确识别出属于室内或室外的n个参考点的室内无线接入点信号，n≥3且为整数，并获取待识别点、n个参考点上m个最优信号的平均RSSI值，3≤m≤5且为整数；采集待识别点、n个参考点在全球定位系统中可见卫星数量；采集待识别点、n个参考点在全球定位系统中可见卫星的平均SNR值；n个参考点中部分归属于室内，部分归属于室外；步骤2、获取n个参考点的n个特征向量Xi＝＜xi1,xi2,xi3＞，其中i为n个参考点的序号；xi1为在第i个参考点上采集到的m个最优信号平均RSSI值，xi2为在第i个参考点上采集到的可见卫星数量，xi3为在第i个参考点上采集到的可见卫星平均SNR值；步骤3、构建待识别点的特征向量为T＝T1,T2,T3，并分别计算其与n个参考点特征向量Xi＝＜xi1,xi2,xi3＞之间的类别归属率pi，得到n个类别归属率pi；其中，T1为在待识别点上采集到的m个最优信号平均RSSI值，T2为在待识别点上采集到的可见卫星数量，T3为在待识别点上采集到的可见卫星平均SNR值；步骤4、对n个类别归属率pi进行降序排序，从中获取前k个类别归属率pi对应的参考点，作为待识别点的k个近邻点knnxT，并将第一个类别归属率pi对应的参考点作为最近邻点A；2≤k≤n且为整数；步骤5、计算最近邻点A与剩余n-1个参考点之间的类别归属率pi，将得到的n-1个参考点对应的类别归属率pi进行降序排序，从中获取最近近邻点A的k-1个近邻点knnxA；步骤6、计算k个近邻点knnxT与k-1个近邻点knnxA的交集，得到共享近邻点SxT,xA；步骤7、统计共享近邻点SxT,xA对应参考点中归属于室内的参考点数量S1以及归属于室外的参考点数量S2，并进行比较；当S1S2时，则待识别点归属于室内；当S1≤S2时，则待识别点归属于室外，完成室内外场景识别。

全文数据：

权利要求：

百度查询： 西安邮电大学 一种基于共享K近邻的室内外场景识别方法