[发明专利]一种改进K-means聚类的航迹关联方法

摘要

本发明提出了一种改进K‑means聚类的航迹关联方法，本发明首先从局部航迹集合中随机选取一条局部航迹作为初始聚类中心。第二，计算每条局部航迹与当前已有聚类中心之间的最短距离。第三，计算每条局部航迹被选为下一个聚类中心的概率并选择下一个聚类中心；第四，迭代第二步和第三步直到选择出聚类中心。第五，计算每条局部航迹与聚类中心间的距离。第六，将局部航迹分配到距离最小的聚类中心所对应的类中。第七，重新计算聚类中心和均方差之和。第八，迭代第五步到第七步直到均方差之和收敛并得到航迹关联结果。本发明的有益效果：本发明能够在目标真实数目未知的情况下的进行航迹关联，它可以改善航迹关联结果的误差并降低计算时间。

主权项

1.一种改进K‑means聚类的航迹关联方法，其特征在于，该方法包括以下步骤：(1)从局部航迹集合中随机选取一条局部航迹作为初始聚类中心；假设各个传感器的局部航迹集合为C_s：C_s＝{1,2,…,n_s}式中，局部航迹集合中局部航迹数目为n_s并记为其中表示第n_s条航迹；假设局部航迹集合中第一条局部航迹作为初始聚类中心x_s1；(2)计算每条局部航迹与当前已有聚类中心之间的最短距离；式中，Dis(x)表示每条局部航迹与当前已有聚类中心之间的最短距离；(3)计算每条局部航迹被选为下一个聚类中心的概率并选择下一个聚类中心；式中，p(x)表示每条局部航迹被选为下一个聚类中心的概率；然后按照轮盘法选择出下一个聚类中心；(4)迭代(2)和(3)直到选择出k个聚类中心；通过迭代选择出k个聚类中心且k为目标的真实数目及系统航迹数目；假设系统航迹集合为C_g：C_g＝{1,2,…,n_g}式中，系统航迹集合中系统航迹数目为n_g，n_g＝k，并记为其中表示第n_g条航迹；(5)计算每条局部航迹与聚类中心间的距离；将系统航迹与局部航迹的欧式距离作为距离测度；局部航迹i和系统航迹j欧式距离定义为：其中1≤i≤n_s，1≤j≤n_g；航迹i和航迹j的距离测度定义为d_ij＝dis(6)将局部航迹分配到距离最小的聚类中心所对应的类中，即(7)重新计算聚类中心和均方差之和；1)计算每个聚类中局部航迹的均值式中，K_t表示聚类，u_t表示聚类K_t的聚类中心，N_t表示聚类K_t中数据的个数，其中1≤t≤k；2)计算每条航迹与所对应类中的聚类中心得均方差之和式中，Z表示所有数据的均方差之和；(8)迭代(5)‑(7)直到均方差之和收敛并得到航迹关联结果；当均方差之和开始收敛时，即下式函数达到最优时，式中，V表示阈值；当均方差之和收敛时，表明各个类之间已经被分离，即迭代结束，得到航迹关联的结果。