基于传递闭包聚类的多传感器航迹关联算法

在分布式多传感器数据融合系统中.航迹关联是关键技术之一,也是实现航迹融合的前提,航迹关联判定的准确性将直接影响到整个融合系统的性能.文中针对多传感器多目标航迹关联同题,提出了基于传递包模糊聚类的多传感器航迹关联算法.该算法利用基于模糊统计量的传递团包聚类法,选择航迹的位置、速度等信息为聚类指标,对来自多传感器的航迹数据进行聚类.计算航迹相似矩阵,利用平方法求出航迹相似矩阵的传递闭包,并根据该传递闭包确定航迹关联对.仿真试验结果表明,该方法能有效地实现多传感器、多目标航迹关联.     

基于摄动思想的传递闭包聚类法的分析与应用

分析了传统的模糊聚类方法,基于摄动思想,将传递闭包聚类法与目标函数法相结合,得出了一种既满足聚类效果要求又减小聚类失真的简便算法,同时给出了该聚类方法的步骤.最后通过对水体的水质进行聚类的例子对算法加以应用,显示了算法的可靠性、有效性.     

基于改进灰色聚类关联分析法的城市大气环境质量评价

引入指数表达式,利用曲边代替"梯形"结构的直边,将灰色聚类关联分析法的白化函数进行改进,使其能够充分、合理地利用已知的信息,更客观、准确地评价城市大气环境质量.用该方法对阜新市1996-2000年连续5年的大气质量监测结果进行评价,根据关联度判断出1996年的大气环境质量为第Ⅲ级,1997-2000年为第Ⅱ级,环境质量优劣次序为:1998>1999>2000>1997>1996,与实际的污染程度相吻合,说明该评价方法是合适的.与经典的灰色聚类关联分析法相比较,验证了此法结果的客观性和准确性,为评价大气环境质量提供了可靠的方法.     

信息融合的灰色工学方法研究

灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具,在工程技术、社会、经济等领域中应用广泛。探讨了灰色系统理论在多传感器信息融合中的应用问题,提出了多传感器数据融合的灰色关联算法、灰色统计算法、灰色聚类算法、灰色统计聚类算法、灰色层次聚类算法以及灰色综合决策算法。     

基于多次灰色聚类的服务区定位方法及其应用

为客观准确地评价高速公路服务区的重要度和贡献度,现提出采用多次灰色聚类方法定位服务区。将同一高速沿线的服务区作为聚类对象集,评价服务区的代表因子,如服务区的占地面积、驶入交通量及加油机台数等作为聚类因子集,计算各聚类界限及各因子在各类中所占权重,便可求得各聚类对象对各聚类标准的聚类系数,将聚类系数大小作为参数对服务区进行聚类排序分析。对于一次聚类运算结果中包含对象较多的类别,再以这一类服务区作为聚类对象集,重复运用灰色聚类,对服务区进行聚类排序分析。与常规灰色聚类法相比,多次聚类方法聚类层类别更多,定位更精准,能同时实现服务区的聚类及排序。     

基于B型灰色关联度的纯方位航迹关联算法

针对同平台纯方位多传感器的航迹相关问题,提出了基于B型灰色关联度的纯方位航迹关联算法.该算法将每条航迹的方位数据看作是时间的离散函数,不同传感器的航迹经过时间对准后,形成了具有相同时标的目标方位信息序列,通过对多传感器目标航迹的方位信息进行灰色关联分析,计算出各航迹对的B型灰色关联度,形成B型航迹灰色关联度矩阵,计算λ-截航迹灰色关联矩阵,并根据该矩阵确定航迹关联对.仿真试验结果表明,该方法能有效地实现同平台纯方位多传感器的航迹相关.     

灰色聚类分析用于环境质量的评价

将灰色聚类分析法应用于环境质量的评价之中，经实例分析和与灰色关联法对比表明，用灰色聚类法进行环境质量评价更为有效、合理。     

基于梯形白化权函数的信号交叉口服务水平评价

对信号交叉口服务水平的内涵和外延做了分析,借鉴灰色聚类的思想,用灰数表示评价指标和聚类阁值,构建了基于梯形白化权函数的灰数表达公式和聚类模型,利用道路信号交叉口的交通特性和可比较原则,提出一种基于正态分布3σ原则和1.23σ原则的灰数取值方法,并用所建模型对3个信息号交叉口服务水平进行聚类评价.结果表明:交叉口A1、A2、A3的最大聚类值分别为[0.416,0.839]、[0.202,0.728]、[0.413,0.645],服务水平从优到劣排序为A1、A3、A2,实例说明所建模型和灰数取值方法合理有效.     

用灰色聚类关联分析法对矿业城市大气环境灾害的评价

将灰色聚类关联分析法应用于矿业城市大气环境灾害的评价中,介绍了评价方法和步骤,并用该方法对阜新市1996至2000年连续5年的大气质量监测结果进行评价,根据关联度判断出1996和1997年的大气环境质量为第Ⅲ级,1998-2000年为第Ⅱ级,大气环境质量的优劣次序为：1998〉1999〉2000〉1997〉1996．根据权重分析出影响矿业城市阜新市大气污染的主要污染物是TSP,为改善大气质量,减弱大气环境灾害提供了参考依据．     

���ھ�������ij��н�ͨ·�λ����о�

根据交通流特性的相似性进行交通路段划分对城市交通管理和控制具有重要作用。交通流数据具有时间序列特征,相似性度量问题是时间序列聚类中的最基本的问题之一。本文为交通流数据聚类给出了一种基于灰色关联的相似性度量方法,通过比较试验确定了它具有较高的聚类精度。在每个时段时间序列间的相似性差异、在某一个时段的异常数据等会影响到在整个时间区间的交通流数据聚类,为此本文提出了一种基于时段划分的交通流数据聚类方法。这个方法首先对每个时段数据进行聚类,然后采用最大频繁项集方法得到最终聚类结果（即交通路段划分）,实例证明了方法的有效性。