[发明专利]一种基于直觉模糊c均值聚类的目标识别方法

权利要求书

1.一种基于特征加权直觉模糊c均值聚类的目标识别方法，其特征在于，包括以下步骤：

S1，初始化算法中的参数；

S2，计算更新类属特征的权值ω_i；

S3，计算机更新划分隶属矩阵U_μ和划分非隶属矩阵U_γ；

S4，更新聚类原型模式矩阵p_i^(b+1)；

S5，输出数据。

2.根据权利要求1所述的基于特征加权直觉模糊c均值聚类的目标识别方法，其特征在于，所述步骤S1中的参数具体包括样本数据个数n、迭代停止阈值ε、聚类原型模式P⁽⁰⁾、迭代计数器b＝0。

3.根据权利要求1所述的基于特征加权直觉模糊c均值聚类的目标识别方法，其特征在于，所述步骤S2具体为：采用Relief算法计算更新类属特征的权值ω_i。

4.根据权利要求1所述的基于特征加权直觉模糊c均值聚类的目标识别方法，其特征在于，所述步骤S4具体为：更新聚类原型模式矩阵p_i^(b+1)，并分别求得pμ_i^(b+1)、pγ_i^(b+1)和pπ_i^(b+1)。

5.根据权利要求1所述的基于特征加权直觉模糊c均值聚类的目标识别方法，其特征在于，所述步骤S5具体为：输出划分隶属矩阵U_μ、划分非隶属矩阵U_γ和聚类原型P。