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。