申请/专利权人：南京邮电大学

申请日：2021-07-08

公开（公告）日：2024-04-02

公开（公告）号：CN113361649B

主分类号：G06V10/762

分类号：G06V10/762;G06V20/13

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.09.24#实质审查的生效;2021.09.07#公开

摘要：一种改进模糊C均值算法的自主船舶航行场景聚类方法，建立自主船舶航行场景聚类模型，以动态因素构建坐标轴，各种属性的参数值构成坐标系；根据坐标系将在航行中发生变化的参数构成坐标系中的元素，获取场景库；在场景库中，选取坐标系中的不同属性的参数值进行随机组合，枚举所有自主船舶航行过程中遇到的场景；通过提取各场景下的特征点，对特征点进行聚类分析，从而对自主船舶所对应的场景进行聚类分析；融合基于距离评价的模糊C均值算法构建自主船舶航行场景聚类模型；通过MATLAB实现对自主船舶航行场景的聚类。

主权项：1.一种改进模糊C均值算法的自主船舶航行场景聚类方法，其特征在于，包括如下步骤，步骤S1、建立自主船舶航行场景聚类模型，以船舶属性、环境属性、管控属性中的动态因素构建坐标轴，各种属性的参数值构成坐标系；步骤S2、根据坐标系将在航行中发生变化的参数构成坐标系中的元素，从而获取场景库；步骤S3、在场景库中，选取坐标系中的不同属性的参数值进行随机组合，从而枚举所有自主船舶航行过程中遇到的场景；在船舶航行场景的数据库中，通过提取各场景下的特征点，对特征点进行聚类分析，从而对自主船舶所对应的场景进行聚类分析；步骤S4、融合基于距离评价的模糊C均值算法构建自主船舶航行场景聚类模型；步骤S5、通过MATLAB实现对自主船舶航行场景的聚类；所述步骤S4具体为，步骤S41、数据集标准化，隶属度矩阵U初始化，并使其满足 的约束条件；步骤S42、给出迭代标准ε＞0，聚类数c＝2，将传统模糊C均值算法的最大迭代次数设置为1后，利用最大最小距离算法进行初始化聚类，进而得到初始划分结果；步骤S43、根据和总体样本的中心向量对聚类中心和隶属度进行更新，计算 的价值函数；步骤S44、用一个矩阵范数||·||比较Vk+1与Vk，若||Vk+1-Vk||≤ε，则停止迭代，否则置k＝k+1，转向步骤S43；步骤S45、计算Lc，在c＞2并且c＜n的情况下，若Lc-1＞Lc-2并且Lc-1＞Lc，则聚类过程结束，否则，置c＝c+1，转向步骤S43。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种改进模糊C均值算法的自主船舶航行场景聚类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD