[发明专利]一种基于直觉模糊c均值聚类的目标识别方法

摘要

本发明公开了一种基于特征加权直觉模糊c均值聚类的目标识别方法，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。本发明能够根据目标识别应用中类属型数据特征对样本作用大小的不均匀性进行有效地分类识别；利用算法得到的划分隶属度矩阵及划分非隶属度矩阵有效克服了由于各维特征来自于不同传感器导致量纲存在的差异，有利于提高分类精度；利用附加特征权值对空天典型目标进行识别分类，利于提高分类的实用性及可靠性。

主权项

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。