典型文献
一种基于Wi-Fi的室内人员辨识模型
文献摘要：
准确获取室内不同区域人员数量对于建筑节能、空调与照明系统智能调控以及公共安防等具有重要意义.为此,提出一种低成本、高辨识准确率的基于Wi-Fi的室内人员辨识通用模型.该模型通过部署多个Wi-Fi探针,在离线阶段采集不同环境下的终端样本数据,使用粒子群算法优化BP神经网络,并采用并行方法快速训练人员辨识模型;在在线阶段,基于训练完成的人员辨识模型,根据实际接收到的Wi-Fi信号强度判断人员是否在区域内,最终统计出区域内的人数.在安徽建筑大学某科研楼搭建了一套基于Wi-Fi的室内人员辨识系统,对该模型的有效性进行测试.结果表明,在实验涉及的所有区域,该人员辨识模型的召回率均大于90％以上,准确率可达91％以上,满足建筑物智能系统快速获取人员数量的实际应用需求.
文献关键词：
Wi-Fi探针;人员辨识;BP神经网络;粒子群优化;并行处理
中图分类号：
作者姓名：
方潜生;黄晶;王萍;张振亚
作者机构：
安徽建筑大学智能建筑与建筑节能安徽省重点实验室,安徽合肥230022;安徽建筑大学电子与信息工程学院,安徽合肥230601
文献出处：
引用格式：
[1]方潜生;黄晶;王萍;张振亚-.一种基于Wi-Fi的室内人员辨识模型)[J].软件导刊,2022(08):69-74
A类：
人员辨识
B类：
Wi,Fi,内人,辨识模型,人员数量,建筑节能,空调,照明系统,智能调控,安防,通用模型,离线阶段,不同环境,粒子群算法,算法优化,快速训练,在线阶段,信号强度,终统,辨识系统,该人,召回率,智能系统,应用需求,粒子群优化,并行处理
AB值：
0.305493
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
