BP 神经网络 定位算法实现过程总结

如果有人搜索到BP 神经网络 实现 进来的，对不起啦， 这里面没有介绍神经网络以及实现神经网络的代码。只是一些牢骚和想法。

Python 实现 神经网络，用于8位geohash 回归。 效果还行，但就是8位geohash 太小，不能够进行比较。下一步进行7位geohash的回归

BP神经网络就不说了，参考http://blog.youkuaiyun.com/sealyao/article/details/6538361

Python 实现也不难。主要是控制步长，要不然收敛太困难。

代码就不写了，也不能写。哈哈

主要是发现这些训练数据太脏，

脏表现在以下几方面：

1、GPS 虚拟的

2、GPS 漂移

3、GPS不刷新

4、WIFI 不同手机 信号强度不同

5、WIFI 只能扫描30个。 

6、一个IMEI号竟然爆发性的向上传了N条。 而且信号强度不一样。

现在主要是通过以下手段进行过滤：

过滤移动AP

过滤掉出现次数较少的mac

匹配mac  -100

通过IMEI+时间维度进行训练数据的采样。

这样回归效果还行吧。

希望能想出其他方法。

==========================================分割线==============================================================

实现了 BP 前馈神经网络，对7位geohash 进行了回归，得出的结果是75% 左右的 数据落在了50米范围之内。

但是考虑如果对于在geohash 边界的点，很可能因为wifi 的位置训练不准确，没有落入7位geohash里面。

这样就需要求出多个7位geohash中的位置， 聚类 加权求平均了。