为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
近年来室内定位中出现了LED白光定位等新型方法，但WLAN指纹定位仍在广泛应用，其在离线阶段采集大量数据，耗费人力物力的问题也越发凸显。针对此问题，国内外学者提出了精简测量过程、插值、群智感知等方法，但仍存在一些问题。因此本文提出了一种基于改进的深度置信网络（Deep Belief Network，DBN）的WLAN指纹定位数据库构建算法。首先，从需要实地测量的参考点中选取一部分参考点测量位置坐标和接收信号强度，并将其作为训练数据输入改进的DBN，经过训练不断改善DBN的性能；然后，将其他剩余参考点的位置坐标输入训练好的DBN中，将DBN的输出数据作为这些参考点的接收信号强度，从而对指纹定位数据库进行构建；最后，将实测的部分参考点的数据与基于DBN预测出的剩余参考点的数据共同组成构建后的指纹定位数据库，并使用KNN和WKNN定位算法对构建效果进行评价。实验结果表明，在使用相同的数据集时，改进的DBN算法训练用时更短，对指纹库的构建效果更好。