QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 一种层次聚类和自适应加权K近邻组合的室内定位算法 期刊论文 时间频率学报, 2020, 卷号: 43, 期号: 4, 页码: 300 作者:  胡传君;  翟俊杰;  李廷会;  黄飞江;  袁海波 收藏  |  浏览/下载：24/0  |  提交时间：2021/11/29 indoor positioning  received signal strength (RSS)  fingerprint database  mean-linkage hierarchical clustering  adaptive weighted K nearest neighbor  室内定位  接收信号强度  指纹数据库  均值层次聚类  自适应加权K近邻   Experimental Analysis on Weight K-Nearest Neighbor Indoor Fingerprint Positioning 期刊论文 IEEE INTERNET OF THINGS JOURNAL, 2019, 卷号: 6, 页码: 891-897 作者:  Hu, Jiusong;  Liu, Dawei;  Yan, Zhi;  Liu, Hongli 收藏  |  浏览/下载：5/0  |  提交时间：2019/11/19 weighted K-nearest neighbor (WKNN)  WiFi  indoor location  Fingerprint   Experimental Analysis on Weight ${K}$ -Nearest Neighbor Indoor Fingerprint Positioning 期刊论文 IEEE Internet of Things Journal, 2019, 卷号: Vol.6 No.1, 页码: 891-897 作者:  Jiusong Hu;  Dawei Liu 收藏  |  浏览/下载：16/0  |  提交时间：2019/12/13 Wireless fidelity  Heuristic algorithms  Internet of Things  Buildings  Global Positioning System  Hardware  Fingerprint recognition  Fingerprint  indoor location  weighted K-nearest neighbor (WKNN)  WiFi   APs' Virtual Positions-Based Reference Point Clustering and Physical Distance-Based Weighting for Indoor Wi-Fi Positioning 期刊论文 IEEE INTERNET OF THINGS JOURNAL, 2018, 卷号: 5, 期号: 4 作者:  Xue, Weixing;  Yu, Kegen;  Hua, Xianghong;  Li, Qingquan;  Qiu, Weining 收藏  |  浏览/下载：7/0  |  提交时间：2019/12/05 Physical distance  reference point (RP) clustering  uneven spatial resolution  virtual position (VP) of access points (APs)  weighted K-nearest neighbor (WKNN)   A method to integrate KSSOMFA and WKNN together on faults identification of rotating machinery 会议论文 Xian, China, August 19, 2016 - August 22, 2016 作者:  Zhao, Xiaoli;  Zhao, Rongzhen 收藏  |  浏览/下载：17/0  |  提交时间：2020/11/15 Ambient intelligence  Artificial intelligence  Intelligent robots  Motion compensation  Nearest neighbor search  Rotating machinery  Classification accuracy  Classification decision  Combinational methods  Dimension reduction  Fault identifications  Fault recognition  Orthogonal marginal fisher analysis  Weighted k-nearest neighbors   A Method to Integrate KSSOMFA and WKNN Together on Faults Identification of Rotating Machinery 会议论文 作者:  Zhao Xiaoli;  Zhao Rongzhen 收藏  |  浏览/下载：13/0  |  提交时间：2019/11/15 faults identification  Kernel Semi-Supervised Orthogonal Marginal Fisher Analysis (KSSOMFA)  Weighted K-Nearest Neighbor (WKNN) Classifier  data mining