基于模糊聚类视区划分的舰船目标识别

随着海洋经济的飞速发展,各种智能化的无人设备被用于海洋资源的开发,同时在军事领域,舰船之间的通信和识别技术也向智能化方向发展,在对舰船目标进行识别时,目前还主要依靠人工进行。因此,本文重点研究了模糊聚类算法在图像目标识别领域的应用,并针对舰船的特点,构建相似矩阵,对特定的舰船轮廓设定判断阈值。从样本数据的仿真实验结果看,本文提出的识别算法能够主动识别出舰船的轮廓特征,具有相当大的研究价值。     

基于模糊聚类方法的空袭目标攻击方向判断

为了使编队指挥员准确、迅速判断敌情和指挥编队防空作战,以防空作战实际需要为出发点,针对水面舰艇编队对空袭目标攻击方向判断的问题,运用模糊等价矩阵动态聚类分析方法,构建了对海上空袭目标攻击方向区分的模型.通过实例验证,证明该模型的有效性和正确性.方向区分结果将对指挥员的指挥决策起到非常重要的作用.     

一种结构自适应模糊聚类神经网络分类器的研究

本文通过一种新的相似度度量概念，综合模糊Ｃ－ｍｅａｎｓ网、自适应谐振理论（ＡＲＴ－１）及模糊自组织映射网（ＦＣＮ）的诸多优势，提出了一种综合的结构自适应模糊聚类神经网络。该网络具有类内聚集性强，类间可分性好的特点。通过对声纳目标信号分类试验表明，本文提出的结构自适应模糊聚类网，对比于ＢＰ网，具有迭代次数少、识别率高等明显优点，是一种具有实际应用价值的分类器模型。     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合，提出一种求解多传感器多目标跟踪数据关联问题的方法。该方法的目的是实现多传感器观测数据的模糊聚类，使源于不同目标的观测数据能正确划分到该目标中去。仿真结果表明，该算法可以实现数据与目标的正确关联，克服传统硬判断的一些缺点。     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合,提出一种求解多传感器多目标跟踪数据关联问题的方法.该方法的目的是实现多传感器观测数据的模糊聚类,使源于不同目标的观测数据能正确划分到该目标中去.仿真结果表明,该算法可以实现数据与目标的正确关联,克服传统硬判断的一些缺点.     

一种基于模糊聚类的火焰色彩特征目标检测

计算机视觉检测是指利用计算机图像处理系统来模拟人类视觉进行检测对象的分类、识别和测量的技术.使用基于模糊聚类的图像RGB分量线性变换后的正交彩色特征,建立了应用于火焰检测的一种混合检测模型,并将其应用于视频序列图像中火焰的自动检测.实验结果验证了该方法的有效性.     

模糊聚类法在物流园区总体布局规划中的应用

阐述了对物流园区总体布局进行规划的重要性,介绍了模糊聚类分析法的基本原理,提出基于模糊聚类法的物流园区总体布局规划方法.选取某港口物流园区,运用模糊聚类分析法对该物流园区各功能区的评价指标进行了分析,得到了物流园区的初步布局图.     

一种基于遗传算法的模糊聚类算法及其与FCM算法的结合

在各种糊聚类算法中,模糊C-均值聚类算法FCM(Fuzzy C-Mean Clustering Algorithm)的应用最为广泛.但在实际的应用中,FCM算法却容易陷入局部最优解.因此,本文首先提出了一种基于遗传算法GA(Genetic Algorithm )的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解.实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好.     

基于信息熵与TOPSIS法的炮兵战场目标价值优选

针对战场目标种类多,随机性大,提出信息熵和TOPSIS法对炮兵战场目标价值进行分析和排序。结合战场目标价值的影响因素,构建了炮兵战场目标价值的评判指标体系;并通过实例对该模型的有效性和实用性进行了验证,对指导炮兵更加迅速有效的打击目标具有较强的现实意义。     

基于模糊信息熵的变压器故障诊断方法研究

针对IEEE三比值法对油浸式变压器故障诊断的缺码和多种故障发生时的难诊断现象,建立标准故障序列,利用灰色关联度原理判断故障气体与标准序列的关联程度,根据模糊熵的原理计算故障气体与标准模型的相对熵,相对熵最小的标准序列即为变压器的绝缘故障.实验结果证明,该方法能较好地解决三比值法的缺码现象,能准确地判断变压器的绝缘故障,提高电力系统的可靠度,维护系统安全.     

基于分级聚类和近邻函数准则的目标分群算法

文章依据分级聚类的方法和近邻函数准则算法的原理,提出了基于分级聚类和近邻函数准则的目标分群算法,对于攻击目标编队的分群具有重要意义。     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

基于模糊决策的炮兵火力打击目标价值研究

运用模糊决策理论,对炮兵火力打击目标价值进行了分析与排序,并结合实例说明了该方法的具体应用,旨在为指挥员和指挥机关的科学决策提供依据。     

基于PCA与属性权重模糊聚类的入侵检测方法

针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

一种态势估计中的目标编群方法

目标编群是态势估计的基础。传统模型大多采用空间上的聚类算法来实现目标编群,但这种方法误分率较高,效果并不十分理想。文章提出了一种新的态势估计中目标编群问题的处理模型。该模型首先应用神经网络对目标目的地做出判断,然后融合多相似性加权测度算法,完成对观测目标的编群。最后运用该模型给出了一个分析示例。     

基于条件熵约简和粗糙集规则匹配的反辐射无人机作战目标威胁识别

文章采用粗糙集的方法来处理威胁识别中的不确定、未知信息,利用条件熵度量威胁识别属性的重要程度,并提出了一种新的规则匹配方法识别威胁等级。通过实例分析与对比,证明此方法能够为反辐射无人机作战目标威胁等级的判断提供了一种可行的途径。     

基于灰色聚类炮兵旅作战指挥能力评价研究

科学地分析与评价炮兵旅作战指挥能力,对于提高炮兵旅建设水平,具有重要的现实指导意义。文章首先建立了炮兵旅作战指挥能力指标体系,再利用灰色聚类理论构造了评估模型,并结合具体算例进一步验证了模型的可行性,为炮兵旅作战指挥能力的评价提供了一个有效途径。