元の名称記録: 四川到达角科技有限公司

本发明属于室内定位技术领域，具体是涉及一种基于元学习的持续室内定位方法。本发明通过元学习的双层优化方法，预训练学习一组能够快速适应多任务的初始化元参数。在此参数的基础上进行持续学习，利用经验重放池，在持续元学习的内层对齐样本梯度，促进模型在梯度对齐的地方共享参数，允许模型增量学习知识无需从头开始训练。本发明可以有效克服复杂室内环境中由于环境变化数据分布不同导致的误差增大的问题，从而本发明提出的环境自适应的基于元学习的持续室内定位方法是一种能够在复杂动态室内环境中实现持续准确定位的方法。

本发明提供一种基于基站空间约束的异构集成室内定位方法，属于室内定位技术领域。本发明基于基站空间约束的域不变性，将特征分为域公共特征和域私有特征，并为每个域私有特征寻找k近邻域公共特征。通过使用k个单隐藏层DNN网络学习该k近邻域公共特征的域间转换，将原始域私有特征集成转换到另一领域中，从而使得源域与目标域数据维度同构，以达到更加精确的定位效果。