本发明公开了一种基于先验知识和迁移学习的定位方法，属于位置服务技术领域，所述方法在离线阶段利用移动设备采集来自不同AP或者基站的信号强度值进行数据预处理并建立离线指纹库，然后利用机器学习方法训练机器学习模型用于定位，在在线阶段基于加速度传感器和电子罗盘等传感器来确定特殊点获取特征，以匹配先验知识；将特殊点采集到的数据与离线指纹库中特殊点的数据进行对比来确定AP或者基站是否改变，若未改变则直接进行定位，若发生了改变则判断出改变了的AP或者基站并利用迁移学习方法进行知识迁移并重新训练模型。本发明在实际应用中更加适应环境的变化，对环境变化的响应速度更快，能够提高在环境发生改变的情况下的定位精度。
