共查询到17条相似文献,搜索用时 78 毫秒
1.
针对杂波环境下数量变化的多目标航迹关联问题,提出一种基于模糊聚类的PHD航迹维持算法.该算法充分利用多帧信息,对当前时刻状态进行多步预测,并根据惯性进行加权,然后利用模糊聚类求得当前估计属于每条航迹的隶属度,从而得到最终的航迹.与传统的估计与航迹关联算法不同,该算法在更新每条航迹信息时,不仅仅是简单地对相邻帧之间的对数似然比进行求和,而是通过加权聚类等操作综合考虑了多帧信息.实验结果表明,所提算法能够更好地保持目标航迹,即使在目标出现交叉的地方也能达到很好的跟踪精度,具有较强的鲁棒性和优良的航迹维持性能. 相似文献
2.
一种基于传感器加权的模糊聚类数据关联方法 总被引:1,自引:0,他引:1
提出一种用于传感器网络中信息融合的模糊数据关联新方法,该方法利用传感器的观测性能的先验知识对观测样本进行加权,通过加权模糊聚类算法实现数据的正确关联.同时,引入模糊聚类有效性函数自动确定每个观测时刻的目标数目.实验结果表明与传统基于模糊c均值聚类算法相比,本文提出的数据关联方法不仅具有更高的关联精度,而且具有较好的可靠性和有效性. 相似文献
3.
4.
5.
为了提高杂波环境下目标跟踪的正确关联率和实时性,本文提出一种基于最大熵直觉模糊核聚类的目标融合跟踪算法.先通过密度函数法确定初始聚类中心,再通过加入核函数和放松对隶属度的限制,并且通过样本加权给离群点和样本点不同的权值,从而可以减少离群点和噪声点的干扰,最后通过直觉指数引入直觉模糊集,得到改进后隶属度矩阵,以隶属度矩阵... 相似文献
6.
高阶异构数据模糊联合聚类算法 总被引:1,自引:0,他引:1
为了更有效地分析聚簇重叠部分高阶异构数据的聚簇结果,提出了一种高阶异构数据模糊联合聚类(HFCC)算法,该算法最小化每个特征空间中对象与聚簇中心的加权距离。推导出对象隶属度和特征权重的迭代更新公式,设计出聚类过程的迭代算法,并且从理论上证明了该迭代算法的收敛性。另外,通过泛化XB指标,提出适用于评估高阶异构数据聚类质量的指标GXB,用于判断聚簇数目。实验表明,HFCC算法能够有效探测数据内部隐藏的重叠聚簇结构,并且HFCC算法聚类效果明显优于5种有代表性的硬划分算法,此外GXB指标能够有效判定高阶异构数据的聚簇数目。 相似文献
7.
8.
9.
一种基于调和均值的模糊聚类算法 总被引:1,自引:0,他引:1
k调和均值算法用数据点与所有聚类中心的距离的调和平均替代了数据点与聚类中心的最小距离,是一种减小初始值影响聚类结果的有效的聚类方法。本文对k调和均值算法进行扩展,考虑到数据点同时对不同聚类的隶属关系,将模糊的概念应用到聚类中,提出了模糊k调和均值-Fuzzv K—Harmonic Means(FKHM)算法。在中心迭代聚类算法的统一框架的基础上,推导出FKHM算法聚类中心的条件概率表达式以及在迭代过程中的数据点加权函数表达式。以划分相似度作为聚类结果的评价准则,实验表明,FKHM算法在聚类对于初值不敏感的同时提高了聚类结果的精确度,达到较好的聚类效果。 相似文献
10.
11.
12.
JIANG Wei QU Jiao LI Benxi 《现代电子技术》2007,30(2):152-154
With the development of Support Vector Machine (SVM),the "kernel method" has been studied in a general way.In this paper,we present a novel Kernel-based Maximum Entropy Clustering algorithm (KMEC).By using mercer kernel functions,the proposed algorithm is firstly map the data from their original space to high dimensional space where the data are expected to be more separable,then perform MEC clustering in the feature space.The experimental results show that the proposed method has better performance in the non-hyperspherical and complex data structure. 相似文献
13.
点迹与航迹数据互联是多目标跟踪问题中迫切需要解决的问题。分析了目前解决数据互联问题的方法与最新研究成果,建立了一个多目标数据互联模型,提出了一种新的联合概率数据互联算法,实现了微机仿真并给出了仿真结果。 相似文献
14.
将模糊聚类分析的方法运用到数据互联中是现今多传感器多目标跟踪的发展方向之一。文中在模糊c-均值聚类(FCM)算法的基础上提出了一种适用于多传感器多目标数据互联的改进算法,该算法通过对隶属度函数进行加权,同时考虑了样本对聚类中心和样本与样本之间的隶属关系。仿真结果表明该改进算法使得分类效果更加清晰,能够更好地将测量结果划分给各个目标,且所需的迭代次数更少,收敛速度更快。仿真结果验证了算法的正确性和有效性。 相似文献
15.
天波超视距雷达(OTHR)固有的多径效应和低测量精度等特点给数据关联带来了较大困难。文中提出了一种针对舰艇编队目标的数据关联方法。首先,建立了天波OTHR平面测量模型,得出雷达坐标系与地理坐标系之间的非线性变换方程;然后,以各种可能的传播模式将每一节拍观测到的目标状态数据变换到地理坐标系中进行聚类,通过多拍聚类关联估计目标数量及在地理坐标系下的位置;最后,通过计算机仿真验证了算法的有效性,并分析了雷达检测概率对算法的影响。 相似文献
16.
针对方位标测量数据手工预处理方式工作强度大、效率低和出错率高的问题,根据测量数据一般多数集中于真值附近的特性,提出了一种基于模糊聚类技术的方位标测量数据预处理方法,通过反复聚类自动挑选出符合要求的方位标数据.实验证明:此种方法挑选效率高,挑选的数据与真值吻合程度高,并具有较高的抑制野点作用. 相似文献