基于改进ISODATA聚类的Wi-Fi室内定位算法
来源：计算机应用与软件杂志2024年第9期北京时间：
作者：曹祥红, 童硕, 杜薇
摘要：为解决传统聚类算法在Wi-Fi室内定位中易陷入局部最优影响定位精度的问题，提出一种改进迭代自组织数据分析聚类Wi-Fi室内定位算法。离线阶段通过计算指纹数据库中各点欧氏距离标准差，优化初始参数阈值，动态选择聚类中心，减少定位误差；在线阶段将自适应加权K近邻与聚类算法结合，避免固定K值对定位结果影响，有效提高定位精度；将改进算法用于工程实例进行验证。结果表明，提出的算法在定位精度1 m范围内时概率为63.33%，定位精度2 m范围内时概率为90.00%，验证了该算法的有效性。
关键词：室内定位, 迭代自组织数据分析, 指纹数据库, 自适应加权K近邻
