[发明专利]基于二次K-Means聚类的室内位置指纹定位方法

摘要

本发明公开了一种基于二次K‑Means聚类的室内位置指纹定位方法，对位置指纹数据库进行一次k‑means聚类，确定聚类完成后最终的聚类中心；对位置指纹数据库进行二次k‑means聚类，确定聚类完成后最终的聚类中心；计算待定位点到一次k‑means聚类完成后最终的聚类中心的欧氏距离，计算两两欧式距离之间的差值的绝对值，若绝对值≤θ，则该待定位点基于二次k‑means聚类方法实现定位，否则基于一次k‑means聚类方法实现定位；本专利方法基于K‑Means聚类算法的二次聚类位置指纹匹配方法所得的结果，不受聚类算法边界参考点相似度高的影响，具有较高的准确性；方法简单，易于实现，具有良好的适用性。

主权项

基于二次K‑Means聚类的室内位置指纹定位方法，其特征在于：该方法包括以下步骤：S1对位置指纹数据库进行一次k‑means聚类，确定一次k‑means聚类完成后最终的聚类中心；S2对位置指纹数据库进行二次k‑means聚类，确定二次k‑means聚类完成后最终的聚类中心；S3计算待定位点到一次k‑means聚类完成后最终的聚类中心的欧氏距离，计算两两欧式距离之间的差值的绝对值，若绝对值≤θ，则该待定位点基于二次k‑means聚类方法实现定位，否则基于一次k‑means聚类方法实现定位；S4计算待定位点与一次k‑means聚类得到的k个聚类或二次k‑means聚类得到的k个聚类中各数据点的欧氏距离，得到各聚类中与待定位点距离最近的数据点，将该数据点作为参考点，计算得到k个参考点；S5通过公式一计算待定位点的位置坐标(x,y)：其中，(xi,yi)是指所述k个参考点中第i个参考点的位置坐标。