運用卷積神經網路開發可調挍式之室內定位系統

MUSTIR > College of Engineering > Department of Computer Science and Information Engineering > Research Projects in School > Item 987654321/1499

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/1499

Title:	運用卷積神經網路開發可調挍式之室內定位系統
Authors:	戴建誠
Contributors:	資工系
Keywords:	人工智慧 , 深度學習 , 卷積神經網路 , 室內定位
Date:	2021-10
Issue Date:	2021-11-11 15:06:37 (UTC+8)
Abstract:	隨著室內定位的需求驅動和無線通信技術、傳感器識別技術及大數據互聯技術、物聯網等技術的不斷發展，室內定位有了更多方便的解決方式，傳統室內定位因為數學模型容易受到場域的不同影響造成準確度不佳、成本高，也因此常常要跟不同場域而去調整數學模型。本計畫主要透過ZigBee作為定位裝置，以深度學習為核心。計畫將設計一套適性化的定位資訊收集流程與方法,針對該場域進行定位系統之訓練資料的收集，在深度學習模型方面，可以將每個ZigBee所對應的座標值，如此便可以深度學習模型分析，最後的輸出之預測的x,y座標值，顯示在後端介面上。本專題會以學校提供的實際場域為實驗場所，安裝足夠的ZigBee接收器，並且做出一個後端的介面提供使用者監控定位。
Appears in Collections:	[Department of Computer Science and Information Engineering] Research Projects in School

Files in This Item:

File	Description	Size	Format
戴建誠校內專題結案報告.pdf		1754Kb	Adobe PDF	2	View/Open

View Licence