Luận Án Tiến Sĩ Nghiên Cứu Các Giải Pháp Định Vị Trong Nhà Hiệu Quả Dựa Trên Dữ Liệu Sóng Không Dây

Discussion in 'Chuyên Ngành Hệ Thống Thông Tin' started by quanh.bv, Jun 24, 2024.

  1. quanh.bv

    quanh.bv Administrator Quản Trị Viên

    upload_2024-6-24_3-35-15.png
    Nội dung: nêu ngắn gọn những đóng góp mới về mặt học thuật, lý luận, những luận điểm mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án
    1. Đề xuất cải tiến phương pháp định vị bằng AP có RSS mạnh nhất để tăng độ chính xác định vị. Kết quả, sai lệch trung bình giữa vị trí dự đoán và vị trí thực giảm 24%.
    2. Đề xuất thay đổi phương pháp chọn cụm, tuy chưa đạt được kết quả như kỳ vọng, nhưng luận án rút ra được bài học, trong môi trường trong nhà có quy mô nhỏ, số lượng vị trí, AP ít, phân bố không đồng đều, phương pháp phân cụm, chọn cụm có thể không đạt được mục tiêu đề ra và cần tiếp tục cải tiến. Đề xuất Mô hình học máy huấn luyện hai giai đoạn với nhiệm vụ tăng độ chính xác và hiệu suất định vị. Mô hình này đã thể hiện sự thành công thông qua việc giải quyết hai bài toán dự đoán tòa-tầng và ước lượng vị trí trong tòa nhà. Trong đó, bài toán dự đoán tòa-tầng được thực thi bằng mô hình phân lớp, bài toán ước lượng vị trí được giải quyết bằng hai mô hình hồi quy ước lượng kinh độ và hồi quy ước lượng vĩ độ. Cả ba mô hình đã cho kết quả tốt hơn các mô hình độc lập về cả hiệu suất mô hình và độ chính xác, thể hiện tính khả thi của mô hình huấn luyện theo hai giai đoạn. So sánh với các mô hình khác trên cùng tập dữ liệu, kết quả của mô hình cũng được đánh giá cao.
    • Luận án tiến sĩ tin học
    • Chuyên ngành Hệ thống thông tin
    • Người hướng dẫn: TS. Hoàng Đỗ Thanh Tùng, PGS.TS. Nguyễn Thanh Hải
    • Tác giả: Ngô Văn Bình
    • Số trang: 151
    • File PDF-TRUE
    • Ngôn ngữ: Tiếng Việt
    • Học viện Khoa học và Công nghệ 2023
    Link download
    https://luanvan.moet.gov.vn/?page=1.3&view=42528
    https://drive.google.com/file/d/10v5wA_GX_dfsM9OUeu9JaIjA5UXARt3U
    https://drive.google.com/drive/folders/1yLBzZ1rSQoNjmWeJTM6cEZ3WGQHg04L1
     

Share This Page