面向低计算复杂度的位置指纹识别的改进 Jaccard 指数分析与自适应特征选择
应用统计
2019-01-14 v1 信号处理
摘要
我们提出一种基于指纹的定位方法，可降低在线定位阶段的数据需求与计算复杂度。该方法基于将整个感兴趣区域分割为子区域、在在线阶段识别候选子区域，以及使用预选的相关特征子集进行位置估计。子区域选择采用一种改进 Jaccard 指数，量化用户观测特征与参考指纹图中可用特征之间的相似性。自适应特征选择通过自适应前向-后向贪心搜索实现，其为每个子区域确定相对于给定基于指纹的定位方法相关的特征子集。在使用机会信号进行指纹识别的实证研究中，所提子区域与特征选择使在线阶段处理时间降低约 10 倍，而定位精度未显著恶化。事实上，在两个案例之一中，圆形误差的 90 分位增长了 7.5%，而在另一案例中发现相应圆形误差降低了 30%。
引用
@article{arxiv.1901.03328,
title = {Modified Jaccard Index Analysis and Adaptive Feature Selection for Location Fingerprinting with Limited Computational Complexity},
author = {Caifa Zhou and Andreas Wieser},
journal= {arXiv preprint arXiv:1901.03328},
year = {2019}
}
备注
15 pagers, 10 figures, 10 tables, revised version for publishing to TLBS. arXiv admin note: text overlap with arXiv:1711.07812