10.3969/j.issn.1673-9167.2010.02.021
基于ART神经网络的FCM聚类多目标跟踪方法
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.
多目标跟踪、模糊C均值、自组织谐振理论、聚类、数据融合
33
TN957.51
2010-07-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
83-86