Một kỹ thuật định vị trong nhà bằng WiFi hiệu quả sử dụng học máy kết hợp

Bài viết đề xuất mô hình học tích hợp nhiều mô hình học máy theo hai pha. Pha thứ nhất kết hợp tổ hợp các mô hình phân lớp k-Nearest Neighbor (KNN), Logistic Regression (LR) , Support Vector Machines (SVM) được tổ hợp dữ liệu mới. Pha thứ hai sử dụng một bộ phân lớp trên tổ hợp dữ liệu mới.

Từ khóa: Dấu vết WiFi, Cường độ tín hiệu thu-RSS, Hệ thống định vị trong nhà, Mô hình phân lớp k-Nearest Neighbor, Tập dữ liệu UJIIndoorLoc