室内目标定位是智能物流系统的一项关键技术，可见光定位技术因其无需额外通信设备的优点成为智能物流中心的一种可行方案。然而，墙面反射会导致室内可见光定位的准确率下降，针对此问题，提出一种基于混合神经网络的室内可见光定位方法。首先，使用门控循环单元网络捕获可见光功率向量中光功率值之间的依赖性，使用一维卷积层提取光功率向量的局部空间特征；然后，将这两种深度特征融合来增强对光功率向量的特征学习能力，进而提高室内可见光定位的准确性。仿真结果表明，相较于其它基于神经网络的室内可见光定位方法，所提方法的定位误差更低，且时间效率也在合理的范围内。