国防生发表IEEE国际会议论文

  近日,国防生大队、电信学院通信工程专业2014级本科生孙宇辰在王邦教授的指导下,以第一作者身份发表国际会议论文
‘Indoor Corner Detection and Matching from Crowdsourced Movement
Trajectories’,被2017 IEEE Wireless Communications and Networking
Conference录用,并获得会议的Student Travel Grant奖项。

威尼斯城vnsc登入平台,  近日,国防生大队、电信学院通信专业2014级本科生孙宇辰在王邦教授的指导下,以第一作者身份撰写的论文《众包移动轨迹中基于智能手机传感器的室内转角地标检测》被SCI期刊《专家系统与应用》录用,并在线出版。该期刊最新影响因子2.981,为人工智能领域的顶级期刊之一。

  该会议重点关注无线技术领域的研究与应用,汇集工业界与学术界科研人士的对无线技术过去成果的总结及未来的展望,是IEEE针对该领域仅有的尖端会议。举办方为IEEE
Communications
Society,举办地点为美国旧金山,华为、英特尔、高通等国际著名科技公司均参加本次会议。该会议的Student
Travel Grant奖项是IEEE及IEEE Communications
Society提供,针对学生的费用资助,仅颁发给优秀的学生研究人员,数量很少,只占录用论文总数的5%左右。

  该论文针对基于群智感知的室内定位系统,利用智能手机内置传感器的测量数据,从众包的用户移动轨迹中检测并识别是否含有某类室内地标。针对室内转角地标,该论文提出了一种基于机器学习技术的识别方案,为室内定位系统的构建提供了技术支持,提出了基于姿态类别识别的多层智能识别方案,包括准确率和F1度量等主要性能指标均明显优于同类问题的其他最新解决方法。

  近年来移动网络不断发展,人们对基于位置信息服务的需求不断增长。在室外环境,全球定位系统GPS可以提供可靠的定位服务;但是在室内环境,因卫星信号的视距传播,GPS难以提供可靠的定位服务。近年来,国内外科研人员为开发可靠的室内定位系统做了大量研究工作并取得一定成果,但由于室内环境的复杂性,目前对室内定位系统的研究仍与大规模应用存在较大差距。该论文基于室内定位技术,通过机器学习技术,利用智能手机采集的传感器及Wi-Fi信号强度数据从未标定的行人众包轨迹中提取出经过地标的轨迹段,并将其匹配到某个具体位置。该论文在现有研究的基础上,引入机器学习技术从而提高了地标识别的性能,一定程度上解决了行人的多姿态问题,并为建立不需要人工标注位置的、基于群智众包的室内定位系统提供了一种可行方案。

威尼斯城vnsc登入平台 1

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章