导读:本文包含了指纹匹配论文开题报告文献综述、选题提纲参考文献，主要关键词:指纹,算法,均值,模糊,室内,段式,窄带。
指纹匹配论文文献综述写法
崔丽珍,王巧利,李丹阳,史明泉,赫佳星[1]（2019）在《基于模糊神经的井下指纹匹配定位算法研究》一文中研究指出针对煤矿井下环境复杂多变,无线信号易受影响,以及构建指纹数据库困难,定位精度不高等问题,提出一种基于ANFIS的井下指纹匹配定位算法。通过对该算法以及煤矿井下时变特性的研究分析,构建出一种煤矿井下的自适应模糊神经推理系统,并通过仿真模拟对该系统方案进行了检验,实验结果表明,基于模糊神经的井下指纹匹配定位算法的定位误差为1.96m,此算法在减少创建指纹数据库工作量的同时,很大程度地提高定位精度,可满足煤矿井下巷道的实时定位需求。(本文来源于《矿业研究与开发》期刊2019年10期）
项婉,单志龙,冯国君[2]（2019）在《基于对数正态模型的二次匹配指纹定位算法》一文中研究指出针对复杂室内环境WiFi信号不稳定导致指纹定位算法定位精度不高的问题,对AP选择、指纹库构建和定位算法进行研究,分别提出了基于对数正态模型的AP选择方法、RSSI虚拟指纹库构建方法以及基于对数正态模型的二次匹配指纹定位算法。在离线阶段,通过拟合对数正态模型对WiFi信号建模,筛选出最契合模型的AP,并构建RSSI指纹库和虚拟指纹库。在线定位阶段,待定位节点在匹配RSSI指纹库的基础上,利用AP的契合度修正欧氏距离相似度,找出相似度更高的指纹点,初步确定待定位节点区域,接着二次匹配虚拟指纹库进行精准定位。实际环境实验结果表明,本文提出的方法突出了不同AP设备对定位造成的影响,能减少离线阶段指纹采集的工作量,有效的提高了定位精度。(本文来源于《传感技术学报》期刊2019年09期）
周骁健,王运锋[3]（2019）在《复杂环境下基于RSSI指纹匹配的室内定位改进算法》一文中研究指出改进复杂室内环境下基于RSSI指纹匹配的定位算法。整体上,采用"先定区后定位"的思路,以减小整体计算量,并在小范围内实现更准确的定位。另外,在指纹库建立阶段,考虑垂直高度的影响和噪点的滤除;在数据接收阶段,选择基于前一周期报告值的限幅滤波算法,以平滑报告值的波动。最后,在实际定位阶段,改进WKNN算法采用基于欧氏距离的加权法,并通过曲线拟合确定本实验环境下的最佳C值。实验证明该套改进算法,可以明显降低复杂环境下的定位误差。(本文来源于《现代计算机》期刊2019年27期）
史晶[4]（2019）在《基于遗传算法的指纹图匹配算法及应用研究》一文中研究指出针对目前在公安和身份确认等领域得到广泛应用的自动指纹识别,在简单介绍其分类和指纹匹配要求的基础上,结合指纹匹配基本原理与现有方法,提出一种以遗传算法为基础的新型匹配算法。目前,在高层次匹配当中引入这一方法,能以指纹细节点具有的特征为依据完成初匹配,取得了显着成效,可将其作为日后研究和发展重点。(本文来源于《科学大众(科学教育)》期刊2019年09期）
朱惠明,徐建东,蒋怡菁[5]（2019）在《色谱指纹图谱逐步自动峰匹配计算方法研究》一文中研究指出目的提出一种实用的色谱指纹图谱峰自适应匹配的计算方法。方法既考虑色谱峰的保留时间又考虑与其他峰的相对位置,将待匹配色谱峰时间进行标准差标准化后平移,逐步找到与标准样品标定峰最接近的待标定峰,然后利用相似系统理论进行可信度分析,最终确定峰匹配结果。结果将该方法应用于心肌康样品及模拟处理,结果令人满意。结论用本文提出的计算方法能避免色谱图之间漂移及拉伸的影响,同时又引入与其他色谱峰的相对位置因素,匹配准确度高,计算机程序匹配,自动化程度高,易于推广。(本文来源于《中南药学》期刊2019年09期）
李靖[6]（2019）在《基于指纹匹配的NB-IoT终端定位算法研究》一文中研究指出随着物联网产业快速发展,其在与传统产业密切结合的同时,借助云计算、大数据等技术构建起了万物互联的生态系统。因具有低功耗、低成本、大连接、广覆盖等优点,窄带物联网(Narrow Band Internet of Things,NB-IoT)逐渐成为物联网主要通信传输技术之一,广泛应用于共享单车、远程抄表、物流跟踪等业务场景中。终端的定位以及位置服务是物联网主要业务特性,因此,研究高精度低成本的NBIoT终端定位技术方案对于推动NB-IoT产业发展显得尤为重要。本文旨在研究NBIoT定位技术并提高其定位精度,具体工作包括以下几个方面:首先,本文分析NB-IoT网络的终端定位关键技术,包括NB-IoT的网络构架、物理层帧结构和定位标准协议原理等,重点研究基于NB-IoT网络的定位技术原理和算法。结合定位的业务场景和性能需求,本文选择基于场景分析的定位技术作为NB-IoT终端定位的关键技术,并以此技术开展算法研究和定位方案设计。其次,针对在场景分析的定位技术中,指纹匹配的搜索时间随指纹库的数据量增加而线性增加的问题,本文研究了一种快速定位算法解决方案。算法主要思想是,针对传统聚类算法对于子分区边界点的分类误差大的问题,引入基于模糊c均值的聚类算法,通过最大隶属度值进行子分区快速定位;针对欧式距离不能有效衡量信号距离与实际距离的映射关系的问题,研究基于大间隔最近邻的分区度量学习,提升指纹匹配精度。然后,针对位置估计仅采用基于信号距离的加权平均算法不能准确定位终端位置的问题,本文提出一种基于信号距离映射实际距离的K近邻定位改进算法。该算法通过多项式拟合方式学习K近邻点的信号距离和实际距离的映射关系,构建待定位终端与K近邻点的实际距离,并结合最小二乘算法实现位置估计。针对NB-IoT终端适用于低速移动的应用场景,研究并对比了轨迹融合定位算法。最后,本文利用MATLAB工具搭建NB-IoT终端的定位算法验证平台,并对提出的定位方案进行了仿真、验证和优化。仿真实验结果表明,提出的基于指纹匹配的NB-IoT终端定位方案在指纹搜索速度和定位精度方面都有一定的提高。(本文来源于《重庆邮电大学》期刊2019-06-02）
王硕朋,杨鹏,孙昊,刘迈[7]（2019）在《两级参考点匹配位置指纹声源定位方法》一文中研究指出提出一种两级参考点(RPs)匹配方法来减少位置指纹声源定位(SSL)过程中临近参考点搜索的计算量.离线采样阶段:通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除.在线定位阶段:通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标(TP)定位.实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.(本文来源于《浙江大学学报(工学版)》期刊2019年06期）
李庆年,胡玉平[8]（2019）在《大数据环境下利用新型FTS的并行细节点指纹匹配通用分解方法》一文中研究指出随着指纹识别数据库规模的不断扩大,指纹识别系统的通用性、可靠性亟须提高。为了解决该问题,提出了利用新型指纹拓扑结构(FTS)的并行化细节点指纹匹配分解方法。该方法首先根据k近邻算法设计了叉点和端点新的结构,并提取出细节点特征。然后,将匹配分数的计算过程分解为几个小步骤来执行,在更精细的层次上分割2个指纹的最终匹配,以此定义局部结构子集之间的部分分数。最后,单独计算这些部分分数,将它们合并在一起,构成一个非常灵活的预测值,并允许丢弃部分分数。此外,提出了基于细节点置信度的指纹匹配算法,有助于全局范围上的指纹信息提取,从而确保局部相似细节点的有效匹配。在SFinGe数据库上的实验结果表明:所提出的分解框架可适用于Apache Hadoop、Apache Spark等大数据环境,具有良好的可靠性。将提出的分解方法应用于3种匹配算法中进行实验,结果表明提出的分解方法具有良好的通用性。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年04期）
姚丽莎,张怡文,李春梅[9]（2019）在《多小波融合策略的分段式指纹匹配算法》一文中研究指出针对现有指纹匹配算法准确率低、易受指纹复杂形变影响等缺陷,将多小波理论融合策略与分段式理论相结合,提出多小波融合策略的分段式指纹匹配算法。算法将指纹进行多小波基分解提取特征向量,依据DS证据理论融合得到总特征向量。提出采用归一化局部能量加权互信息匹配度,并以此完成局部初匹配。在此基础上,采用可变大小界限盒法进行全局再匹配。实验结果表明:提出的算法有效提高了算法的准确率,同时也有效避免了指纹复杂形变等因素对指纹匹配算法精度的影响。(本文来源于《传感器与微系统》期刊2019年04期）
竺超明,华子雯,陈立建,徐慧,毛科技[10]（2019）在《WSN中基于指纹匹配的室内定位方法》一文中研究指出定位技术在无线传感器网络应用中发挥着重要的意义。GPS等室外定位方法在室内环境中信号差,在场景复杂的室内环境中很难有效定位,因此本文实现的一种基于指纹匹配的WSN室内定位方法。首先构建定位区域中的信号强度指纹地图,利用Kriging插值算法构建分辨率较高的定位指纹地图,然后进行匹配指纹地图定位,采用余弦相似度和空间索引进行目标定位,最后采用K-means提高定位精度并进行优化。基于该定位方法开发了一套WSN室内定位系统,采用Micaz节点作为基站节点,通过实际实验和仿真实验验证了定位方法在室内定位场景中具有较好的抗障碍物干扰性,定位误差在5 cm左右。(本文来源于《传感技术学报》期刊2019年03期）
指纹匹配论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对复杂室内环境WiFi信号不稳定导致指纹定位算法定位精度不高的问题,对AP选择、指纹库构建和定位算法进行研究,分别提出了基于对数正态模型的AP选择方法、RSSI虚拟指纹库构建方法以及基于对数正态模型的二次匹配指纹定位算法。在离线阶段,通过拟合对数正态模型对WiFi信号建模,筛选出最契合模型的AP,并构建RSSI指纹库和虚拟指纹库。在线定位阶段,待定位节点在匹配RSSI指纹库的基础上,利用AP的契合度修正欧氏距离相似度,找出相似度更高的指纹点,初步确定待定位节点区域,接着二次匹配虚拟指纹库进行精准定位。实际环境实验结果表明,本文提出的方法突出了不同AP设备对定位造成的影响,能减少离线阶段指纹采集的工作量,有效的提高了定位精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
指纹匹配论文参考文献
[1].崔丽珍,王巧利,李丹阳,史明泉,赫佳星.基于模糊神经的井下指纹匹配定位算法研究[J].矿业研究与开发.2019
[2].项婉,单志龙,冯国君.基于对数正态模型的二次匹配指纹定位算法[J].传感技术学报.2019
[3].周骁健,王运锋.复杂环境下基于RSSI指纹匹配的室内定位改进算法[J].现代计算机.2019
[4].史晶.基于遗传算法的指纹图匹配算法及应用研究[J].科学大众(科学教育).2019
[5].朱惠明,徐建东,蒋怡菁.色谱指纹图谱逐步自动峰匹配计算方法研究[J].中南药学.2019
[6].李靖.基于指纹匹配的NB-IoT终端定位算法研究[D].重庆邮电大学.2019
[7].王硕朋,杨鹏,孙昊,刘迈.两级参考点匹配位置指纹声源定位方法[J].浙江大学学报(工学版).2019
[8].李庆年,胡玉平.大数据环境下利用新型FTS的并行细节点指纹匹配通用分解方法[J].重庆理工大学学报(自然科学).2019
[9].姚丽莎,张怡文,李春梅.多小波融合策略的分段式指纹匹配算法[J].传感器与微系统.2019
[10].竺超明,华子雯,陈立建,徐慧,毛科技.WSN中基于指纹匹配的室内定位方法[J].传感技术学报.2019