지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 최용훈
- 발행연도
- 2018
- 저작권
- 광운대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
실내 측위 분야에서 가장 보편적으로 사용되는 전파 지문 기반의 측위 기법은 데이터 비교 알고리즘이 성능에 가장 큰 영향을 미친다. 본 논문에서는 인공신경망 학습을 통해 전파 지문 측위를 수행하며, 제안한 학습 방법은 기존의 유클리드 거리 비교 기반의 전파 지문 측위 알고리즘에 비해 높은 성능을 보인다. 본 논문에서는 실내 측위에 적합한 학습 구조뿐만 아니라, 데이터 확장 기법도 제안하며, 제안한 데이터 확장 기법은 다양한 측위 기술에 부분적으로 적용이 가능하다. 실험을 통해 제안한 기술이 기존의 유클리드 거리 기반의 측위 기법보다 높은 성능을 보여주는 것을 확인할 수 있다.
목차
1. 서론 12. 배경 지식 32.1. 실내 위치 기반 서비스 32.2. 실내 측위 기법의 종류 42.3. 다변 측위 기법과 전파 지문 측위 기법 63. 관련 연구 83.1. 유클리드 거리 비교 기반 전파지문 측위 기법 83.2. 인공신경망을 이용한 전파 지문 측위 기법 94. 제안 기법 114.1. 측위 데이터에 효과적인 데이터 확장 기법 114.1.1. 데이터 확장 기법 114.1.2. 실내 측위 데이터 확장 기법 134.1.3. 측위 성능 비교 174.2. 실내 측위에 적합한 인공신경망 구조 184.2.1. 제안 측위 기법의 전체 구조 184.2.2. 층간 구분을 위한 병렬 인공신경망 학습 구조 194.2.3. 성능 비교 215. 실 험 225.1. 1 차 실험 225.2. 2 차 실험 255.3. 3 차 실험 266. 결론 28참고 문헌 29
최근 본 자료
댓글(0)
0