遗传模糊聚类算法在数据关联中的应用

遗传模糊聚类算法在数据关联中的应用

针对传统数据关联算法存在计算量偏大或关联精度不高的问题,提出了一种利用遗传模糊聚类策略来求解数据关联问题的算法.该算法将多传感器多目标的数据关联问题看作是一类约束条件下的组合优化问题,先通过对同一时刻不同传感器提供的量测按照其相似性用遗传算法进行模糊聚类,再用聚类后的等效量测对各目标的状态进行估计.聚类方式的改进不仅增加了算法的局部寻优能力,有效地减少了计算的复杂度,而且还具备一定的野值剔除能力.仿真结果表明该算法关联精度较高,计算量适中,具有一定的工程应用价值.

作 者： 胡傲 冯新喜 王冬旭 郭威武 HU Ao FENG Xinxi WANG Dongxu GUO Weiwu   作者单位： 空军工程大学电讯工程学院,西安,710077  刊 名： 电光与控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2010 17(3)  分类号： V271.4 TN953  关键词： 数据关联   多目标跟踪   模糊聚类   遗传算法  

【遗传模糊聚类算法在数据关联中的应用】相关文章：

改进模糊聚类算法及其在人力资源管理中的应用04-26

模糊聚类在水质评价中的应用04-25

遗传算法在DGPS动态整周模糊度解算中的应用04-27

模糊聚类和排序在植被演替研究中的综合应用04-27

模糊c-均值聚类法在干港选址中的应用04-27

小生境遗传算法在反演堤坝地震勘探数据中的应用04-27

遗传算法在边坡数值计算中的应用04-27

改进的遗传算法在飞行冲突解脱中的应用04-30

云分类中逐个修改聚类和模糊聚类分类性能的对比研究04-28

遗传算法在终端区飞机排序中的应用04-26