买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门智小金智能科技有限公司申请的专利基于特征迁移的动态环境下的室内定位方法、装置及可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116528163B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310371979.2，技术领域涉及：H04W4/029；该发明授权基于特征迁移的动态环境下的室内定位方法、装置及可读介质是由胡思林;付一夫;林建旋;方剑平;冯海男;胡鑫设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本基于特征迁移的动态环境下的室内定位方法、装置及可读介质在说明书摘要公布了：本发明公开了一种基于特征迁移的动态环境下的室内定位方法、装置及可读介质，获取第一源域数据和第一目标域数据，根据第一源域数据和第一目标域数据分别计算得到边缘概率分布差异和条件概率分布差异，并计算得到动态平衡因子；根据边缘概率分布差异、条件概率分布差异和动态平衡因子确定数据整体特征分布适配优化目标；根据第一源域数据分别计算第二源域数据中同一类数据的类内距离和第二源域数据中不同类数据的类间距离，并确定数据局部几何特性保留优化目标；根据数据整体特征分布适配优化目标和数据局部几何特性保留优化目标构造得到总优化目标，并求解得到映射矩阵，通过映射矩阵实现定位，有效提高环境鲁棒性及定位精度。

本发明授权基于特征迁移的动态环境下的室内定位方法、装置及可读介质在权利要求书中公布了：1.一种基于特征迁移的动态环境下的室内定位方法，其特征在于，包括以下步骤： S1，获取第一源域数据和第一目标域数据，根据所述第一源域数据和第一目标域数据组成的输入数据矩阵计算得到第一源域数据和第一目标域数据之间的边缘概率分布差异，根据每一类别的第一源域数据和第一目标域数据计算得到第一源域数据和第一目标域数据之间的条件概率分布差异，根据第一源域数据和第一目标域数据整体之间的距离以及所述第一源域数据和第一目标域数据中每个类别数据之间的距离计算得到动态平衡因子，具体包括： ； 其中，表示标签的类别，，和分别表示第一源域数据和第一目标域数据整体及第一源域数据和第一目标域数据中每类数据之间的A-distance，A-distance的计算公式如下： ； 其中，表示第一源域数据，表示第一目标域数据，表示第一源域数据和第一目标域数据所训练的二分类器的分类损失； S2，根据所述边缘概率分布差异、条件概率分布差异和动态平衡因子确定数据整体特征分布适配优化目标，具体包括： 将所述边缘概率分布差异、条件概率分布差异和动态平衡因子相结合，并加入数据方差作为限制条件以确保两域数据映射前后其特征维持不变，得到所述数据整体特征分布适配优化目标为： ； 其中，和分别表示第一源域数据的数量和第一目标域数据的数量，表示对矩阵求迹，表示由第一源域数据和第一目标域数据组成的输入数据矩阵，M是映射矩阵，为MMD矩阵，为权值矩阵，为中心矩阵且，是单位矩阵，为正则项，其中为正则化参数，是Frobenius范数； S3，根据所述第一源域数据分别计算第一源域数据中同一类数据的类内距离和第一源域数据中不同类数据的类间距离，根据所述类内距离和类间距离确定数据局部几何特性保留优化目标，所述数据局部几何特性保留优化目标为： ； S4，根据所述数据整体特征分布适配优化目标和数据局部几何特性保留优化目标构造得到总优化目标，根据所述总优化目标求解得到映射矩阵，通过所述映射矩阵实现定位，具体包括： 所述总优化目标为： ； 其中，为正则化参数，为动态平衡因子，为权重参数； 经过变换，等价于求解下式： ； 即可得到所述映射矩阵M，将所述映射矩阵M分别与第一源域数据进行矩阵乘法，得到第二源域数据和第二目标域数据； 利用所述第二源域数据结合KNN算法，实现在第二目标域数据上的定位。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门智小金智能科技有限公司，其通讯地址为：361199 福建省厦门市同安区西柯镇智谷东一路99-4号8层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。