基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法，包括相似性度量和最优位置预测计算：1)使用双面板均匀性模型计算查询指纹与训练指纹的相关性和余弦距离；2)建立定位模型适应度函数；3)采用自适应贝叶斯综合学习粒子群优化算法计算最优适应值的参数并得到最优预测位置。该方法可高效准确地进行室内定位，采用双面板指纹均匀性模型来衡量定位指纹的相似性，利用相关性来测量指纹之间的匹配度，并引入余弦距离来反映指纹在方向上的差异，提高定位模块的多样性和鲁棒性；采用自适应贝叶斯综合学习粒子群优化算法进行参数寻优，自适应机制采用区间划分来选择粒子的综合学习概率水平，提高粒子群优化算法性能。系统更具鲁棒性，可提高定位精度。

《基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022104348812，当前法律状态为已下证，由湖南大学提出申请，发明人为孙炜;李凯龙;张星;邹群鑫，申请日期为2022-04-24，公开（公告）日期为2024-06-28，国际专利分类号（IPC）为 H04W 64/00 (2009.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法，包括相似性度量和最优位置预测计算：1)使用双面板均匀性模型计算查询指纹与训练指纹的相关性和余弦距离；2)建立定位模型适应度函数；3)采用自适应贝叶斯综合学习粒子群优化算法计算最优适应值的参数并得到最优预测位置。该方法可高效准确地进行室内定位，采用双面板指纹均匀性模型来衡量定位指纹的相似性，利用相关性来测量指纹之间的匹配度，并引入余弦距离来反映指纹在方向上的差异，提高定位模块的多样性和鲁棒性；采用自适应贝叶斯综合学习粒子群优化算法进行参数寻优，自适应机制采用区间划分来选择粒子的综合学习概率水平，提高粒子群优化算法性能。系统更具鲁棒性，可提高定位精度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！