舰船电子对抗
艦船電子對抗
함선전자대항
JIANGCHUAN DIANZI DUIKANG
2010年
2期
83-86
,共4页
多目标跟踪%模糊C均值%自组织谐振理论%聚类%数据融合
多目標跟蹤%模糊C均值%自組織諧振理論%聚類%數據融閤
다목표근종%모호C균치%자조직해진이론%취류%수거융합
为解决模糊C均值(FCM)算法依赖类中心的初始化而运行时间过长的问题,提出了一种改进方法:该算法首先利用自组织谐振理论(ART)神经网络算法自动聚类的优点,对数据集进行"粗聚类"得到与实际类中心近似的初始类中心及聚类数目,再利用FCM算法对"粗聚类"结果进行聚类并得到最终精确的聚类结果.通过实验表明,改进算法结合了两种算法分类的特长,具有比FCM算法更高的聚类效率和更好的聚类质量;同时,算法的跟踪精度及运算速度也得到大大提高.
為解決模糊C均值(FCM)算法依賴類中心的初始化而運行時間過長的問題,提齣瞭一種改進方法:該算法首先利用自組織諧振理論(ART)神經網絡算法自動聚類的優點,對數據集進行"粗聚類"得到與實際類中心近似的初始類中心及聚類數目,再利用FCM算法對"粗聚類"結果進行聚類併得到最終精確的聚類結果.通過實驗錶明,改進算法結閤瞭兩種算法分類的特長,具有比FCM算法更高的聚類效率和更好的聚類質量;同時,算法的跟蹤精度及運算速度也得到大大提高.
위해결모호C균치(FCM)산법의뢰류중심적초시화이운행시간과장적문제,제출료일충개진방법:해산법수선이용자조직해진이론(ART)신경망락산법자동취류적우점,대수거집진행"조취류"득도여실제류중심근사적초시류중심급취류수목,재이용FCM산법대"조취류"결과진행취류병득도최종정학적취류결과.통과실험표명,개진산법결합료량충산법분류적특장,구유비FCM산법경고적취류효솔화경호적취류질량;동시,산법적근종정도급운산속도야득도대대제고.
