基于wifi指纹的室内定位，使用knn算法实现。
数据集来自六个ap的信号强度，最终的定位准确度可以达到接近于60%，具体的代码实现和算法说明以及系统的优缺点在论文中有详细阐述。
数据集来自六个ap的信号强度，最终的定位准确度可以达到接近于60%，具体的代码实现和算法说明以及系统的优缺点在论文中有详细阐述。
2023/7/27 12:39:14
3.33MB
1
目前室内定位常用的定位方法，从原理上主要分为七种：邻近探测法、质心定位法、多边定位法、三角定位法、极点法、指纹定位法和航位推算法。
使用某种方式进行测距通常需要一对发射和接收设备，按照发射机和接收机的位置大体可以分为两种:发射机位于被测节点，接收机位于辅助节点，例如红外线，超声波和ＲFID;另一种是发射机位于辅助节点，接收机位于被测节点，例如WiFi、超宽带、ZigBee和蓝牙。
使用某种方式进行测距通常需要一对发射和接收设备，按照发射机和接收机的位置大体可以分为两种:发射机位于被测节点，接收机位于辅助节点，例如红外线，超声波和ＲFID;另一种是发射机位于辅助节点，接收机位于被测节点，例如WiFi、超宽带、ZigBee和蓝牙。
2023/7/18 21:03:09
343KB
1
依据室内多个wifi信号的强度举行定位；
能够扫描室内wifi的型号强度Value，并记实到数据库。
目前还未美满：需要手动更正代码将记实的数据写入定位代码。
但大概定位能够告成，概率90%精未必位率；
底子算法已经能够使用，只是一个可行的框架。
但照常需要再度开拓。
能够扫描室内wifi的型号强度Value，并记实到数据库。
目前还未美满：需要手动更正代码将记实的数据写入定位代码。
但大概定位能够告成，概率90%精未必位率；
底子算法已经能够使用，只是一个可行的框架。
但照常需要再度开拓。
2023/5/7 3:48:14
830KB
1
转自：http://www.cnblogs.com/rubbninja/p/6220284.html卡尔曼滤波KNN定位matlab代码合集。
详尽请参考转载作者博客
详尽请参考转载作者博客
2023/4/23 23:57:57
69KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB