[1] 李文祺,陆庭辉,林海,等. 面向IT资产管理的物联网定位技术分析[J]. 无线互联科技, 2019(5):12-16.
[2] 薛伟莲,赵娣,张颖超. 室内定位研究综述[J]. 计算机与现代化, 2020(5):80-87.
[3] 周小梅. 基于局域网的RFID技术机房室内定位系统解决方案[J]. 数字技术与应用, 2016(1):34.
[4] 裴凌,刘东辉,钱久超. 室内定位技术与应用综述[J]. 导航定位与授时, 2017,4(3):1-10.
[5] 王博远. 基于Wi-Fi和惯性传感器智能手机室内定位方法研究[D]. 哈尔滨:哈尔滨工程大学, 2020.
[6] 李楠. 基于WLAN的室内定位算法研究[D]. 北京:北京理工大学, 2017.
[7] 王行娟. 基于Wi-Fi的分级室内定位[J]. 电讯技术, 2021,61(10):1291-1296.
[8] 薛塬. 面向复杂工业环境的室内定位系统关键技术研究[D]. 北京:北京交通大学, 2019.
[9] 文铠. 基于超宽带的室内定位与定向关键技术研究[D]. 武汉:武汉大学, 2020.
[10]黄宇. 蓝牙室内指纹定位算法研究及其仓储货物中定位应用[D]. 南京:南京师范大学, 2020.
[11]葛敏婕,赵子涵. 基于蓝牙技术的物联网室内定位系统[J]. 物联网技术, 2021(11):52-57.
[12]高伟,侯聪毅,许万旸,等. 室内导航定位技术研究进展与展望[J]. 导航定位学报, 2019,7(1):10-16.
[13]VENKATRAMAN S, CAFFERY J J, YOU H R. Anovel ToA location algorithm using LoS range estimation for NLoS environments[J]. IEEE Transaction on Vehicular Technology, 2004,53(5):1515-1524.
[14]华惊宇,郑志龙,周凯,等. NLOS无线环境中运用最优化原理的定位算法[J]. 浙江工业大学学报, 2014,42(1):93-98.
[15]郑志龙,华惊宇,江彬,等. 运用最优化原理的新型非视距抑制无线定位算法[J]. 传感技术学报, 2013,26(5):722-727.
[16]CHEN C S. A non-line-of-sight error mitigation method for location estimation[J]. Internatioonal Journal of Distributed Sensor Network, 2017,13(1):1-9.
[17]江力,徐海川,张磊,等. NLOS环境中的线性回归最小二乘三维定位算法[J]. 湖南工业大学学报, 2019,33(6):23-28.
[18]MURPHY W S, HEREMAN W. Determination of a Position in Three Demensions Using Trilateration and Approximate Distances[EB/OL].[1999-11-28](2022-01-10). https://inside.mines.edu/~whereman/papers/Murphy-Hereman-Trilateration-1995.pdf.
[19]尹烨佳,华惊宇,李枫,等. 非视距环境中的无线网络残差加权定位算法[J]. 传感技术学报, 2019,32(5):749-755.
[20]陆音,王宝全,丘觐玮. CHAN算法在LOS和NLOS环境下的定位研究[J]. 计算机技术与发展, 2015,25(9):61-65.
[21]龚纯,王正林. 精通MATLAB最优化计算[M]. 2版. 北京:电子工业出版社, 2012.
[22]刘春燕,王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报(信息科学版), 2014,39(11):1287-1292.
[23]FIND. Find:The Framework for Internal Navigation and Discovery[EB/OL]. [2018-08-09](2022-01-10). https://www.internalpositioning.com/.
〖HS2〗〖CDH016173mm〗
〖HT〗〖FL(K2〗
〖HT5”K〗(上接第101页)
[19]温作林. 基于深度学习的混凝土裂缝识别[D]. 杭州:浙江大学, 2019.
[20]DENG J H, LU Y, LEE V C S. Imaging-based crack detection on concrete surfaces using you only look once network[J]. Structural Health Monitoring, 2021,20(2):484-499.
[21]张振华,陆金桂. 基于改进卷积神经网络的混凝土桥梁裂缝检测[J]. 计算机仿真, 2021,38(11):490-494.
[22]尚欣茹,温尧乐,奚雪峰,等. 孪生导向锚框RPN网络实时目标跟踪[J]. 中国图象图形学报, 2021,26(2):415-424.
[23]李承昊,茹乐,何林远,等. 一种可变锚框候选区域网络的目标检测方法[J]. 北京航空航天大学学报, 2020,46(8):1610-1617.
[24]陈运忠. 基于特征融合和自适应锚框的目标检测算法研究[D]. 郑州:河南大学,2020.
[25]REDMON J, DIVVALA S, GIRSHICK R, et al. You only look once: Unified, real-time object detection[C]// 2016 IEEE Conference on Computer Vision and Pattern Recognition(CVPR). 2016:779-788.
[26]GIRSHICK R, DONAHUE J, DARRELL T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]// 2014 IEEE Conference on Computer Vision and Pattern Recognition. 2014:580-587.
[27]GIRSHICK R. Fast R-CNN[C]// Proceedings of the 2015 IEEE International Conference on Computer Vision(ICCV). 2015:1440-1448.
[28]REN S Q, HE K M, GIRSHICK R, et al. Faster R-CNN: Towards real-time object detection with region proposal networks[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2017,39(6):1137-1149.
[29]李太文,范昕炜. 基于Faster R-CNN的道路裂缝识别[J]. 电子技术应用, 2020,46(7):53-56.
|