基于二阶模糊聚类算法的雷达目标距离像识别
针对于模糊C-均值(FCM)算法敏感于聚类中心初始值的缺点,提出一种基于二阶模糊聚类方法.该方法利用传递闭包(TC)算法无初始化的优点,先对样本集按一定分类水平进行划分,选取若干类,求得这些类的样本均值作为FCM算法的初始聚类中心.一方面能够获得理想的聚类中心初始值,同时还能通过分类水平值来优化聚类中心数和聚类中心,避免局部最优,克服一致性聚类.利用该算法对三类飞机目标的实测-维距离像数据进行了识别实验,实验结果表明,基于二阶模糊聚类方法的识别率比FCM有了明显的改善.
模糊C-均值、二阶模糊聚类、传递闭包、分类水平、距离像
31
TP391.41(计算技术、计算机技术)
2011-04-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
399-401