基于改进FCM的水下目标识别设计

• 作者: 彭宇馨 王修亮 高颖
• 来源期刊: 计算机测量与控制
• 关键词: 模糊C-均值聚类 特征加权 RBF神经网络 监督学习 自组织
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 954-956
• 页数: 3页
• 分类号: TH873.7
• 语种: 中文

摘要

水下目标识别在鱼雷水下武器反对抗中占有重要的地位,模糊聚类与神经网络相结合,广泛应用在模式识别的各个领域;在FCM算法中,考虑到样本矢量中各维特征对目标分类的不同影响,提出一种基于特征加权的改进FCM算法,使数据更有效的分类;将改进的FCM算法与改进RBF神经网络结合起来建模,充分利用二者的优点.运用到水下目标识别的分类中,得到满意的结果.提高了鱼雷跟踪定位目标的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高颖	西北工业大学水下信息处理与控制重点实验室	61	475	11.0	18.0
2	彭宇馨	西北工业大学水下信息处理与控制重点实验室	3	9	2.0	3.0
3	王修亮	西北工业大学水下信息处理与控制重点实验室	4	16	2.0	4.0