多域迁移集成定位模型

跨域集成建模

以分类转回归提升标签稀疏场景下的定位精度，并通过域协方差建模抑制负迁移，优于现有方法。

Lin, Li · 郑海永

IEEE Internet of Things Journal 2023

参数信息

定位误差降低幅度

12 %

技术优势

稀疏标签也能连续定位

采用分类转回归集成模型估计连续位置，不再受限于离散标签网格，从而提升标签稀疏区域的定位精度。

跨域模型可共享

共享集成模型的权重，实现不同特征空间域间的通信，促进多域知识利用。

避免负迁移

通过域协方差矩阵建模域间关系，同时处理正负相关并识别离群域，防止低相关源域拖累性能。

应用场景

• 无线定位：提升室内外定位精度，减少部署密集参考点的成本。
• 物联网：让物联网设备在稀疏标签环境下获得可靠位置服务。
• 信号指纹识别：用多源指纹数据训练更稳健的定位模型，减少负迁移。