核的K-均值聚类水下目标识别

发布时间：2017-12-19 01:27

本文关键词：核的K-均值聚类水下目标识别

【摘要】：首先分析核的K-均值聚类算法的实现过程,然后针对算法中的关键性问题——选择核函数进行阐述,最后对拍摄到的球体、椭球体、三棱柱和四棱柱4类水下目标进行识别,在识别过程中分别进行了不同核函数和不同聚类算法的仿真。仿真结果表明,本文采用的核的K-均值聚类算法在水下目标识别的过程中识别率高、计算性能优越。
【作者单位】：内蒙古农业大学职业技术学院;
【分类号】：P715.5;TP311.13;TP391.41
【正文快照】： 0引言海洋资源在现代战争中占据了重要的战略地位,智能机器人是人们探索海洋资源的重要载体,水下目标识别是智能机器人对海洋环境实时变化、快速定位、视觉跟踪的关键技术之一。随着数理统计技术的发展,核学习成为研究的热点,如支持向量机法[1]、核主元分析法[2]等,其主要实现，

本文编号：1306389