基于混沌蚁狮优化算法的目标分群方法

    公开(公告)号:CN109766988A

    公开(公告)日:2019-05-17

    申请号:CN201811200843.0

    申请日:2018-09-28

    Abstract: 提供一种基于混沌蚁狮优化的目标分群方法,具体包括如下步骤:读取数据;数据清洗;使用混沌蚁狮优化算法对目标编队进行分组;编队分组结果输出。本发明通过引入Tent混沌策略初始化种群,使用锦标赛选择策略代替轮盘赌方法选择蚁狮,利用Tent混沌搜索为种群中适应度较差蚂蚁和蚁狮产生新解,将混沌算子与蚂蚁的随机游走结合,改善蚁狮优化算法的性能,提高目标分群的准确率和效率。

    基于自组织特征映射网络的目标分群方法

    公开(公告)号:CN109766905B

    公开(公告)日:2023-02-28

    申请号:CN201811200842.6

    申请日:2018-09-28

    Abstract: 公开一种基于自组织特征映射网络的目标分群方法,包括如下步骤:读取当前时刻我方传感器获得的数据;对读取的传感器数据进行清洗;引入SOM对处理后的数据进行分组,使用混合计算方法计算神经元和传感器数据间的距离,利用标准化置信度值检验分组的准确性;评估目标分组情况,并根据实际情况及时做出修正;输出目标分群结果,重复该过程。该方法通过在目标分组前进行数据清洗,有效的滤除了噪声干扰,提高目标分组的准确率;能够有效反映目标间的差异,提高目标分组的准确率;通过引入SOM,解决了需要预先指定分组数和设置阈值的关键问题,提高了目标分组的准确度和速度,满足实际应用的需求;引入CV检验目标分组情况,提高算法的鲁棒性。

    基于自组织特征映射网络的目标分群方法

    公开(公告)号:CN109766905A

    公开(公告)日:2019-05-17

    申请号:CN201811200842.6

    申请日:2018-09-28

    Abstract: 公开一种基于自组织特征映射网络的目标分群方法,包括如下步骤:读取当前时刻我方传感器获得的数据;对读取的传感器数据进行清洗;引入SOM对处理后的数据进行分组,使用混合计算方法计算神经元和传感器数据间的距离,利用标准化置信度值检验分组的准确性;评估目标分组情况,并根据实际情况及时做出修正;输出目标分群结果,重复该过程。该方法通过在目标分组前进行数据清洗,有效的滤除了噪声干扰,提高目标分组的准确率;能够有效反映目标间的差异,提高目标分组的准确率;通过引入SOM,解决了需要预先指定分组数和设置阈值的关键问题,提高了目标分组的准确度和速度,满足实际应用的需求;引入CV检验目标分组情况,提高算法的鲁棒性。

Patent Agency Ranking