买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中科星图股份有限公司
摘要:本发明涉及一种空中目标关联识别方法,具体包括如下步骤:步骤1、首先,对目标对象的原始空间数据进行筛选并规范格式;步骤2、将规范后的数据按照指定的分组数量进行分组并对每个分组;步骤3、对分组后的每组按照设置的动态阈值分别进行处理,选取核心对象,得到每个分组的核心对象列表;步骤4、随后,根据核心对象列表进行局部聚类;步骤5、选取局部聚类的代表点;步骤6、最后再进行全局确认得到聚类。本发明的方法不但保留了DBSCAN聚类方法能够通过单位区域内对象数量来发现任意形状和大小的类簇的优点,而且克服了DBSCAN方法的密度阈值ε和MinPts全局唯一的缺点减少的了聚类时间和内存消耗。
主权项:1.一种空中目标关联识别方法,其特征在于,具体包括如下步骤:步骤1、首先,对目标对象的原始空间数据进行筛选并规范格式;步骤2、将规范后的数据按照指定的分组数量进行分组;步骤3、对分组后的每组按照设置的动态阈值分别进行处理,选取核心对象,得到每个分组的核心对象列表;步骤4、随后,根据核心对象列表进行局部聚类;步骤5、选取局部聚类的代表点;步骤6、最后再进行全局确认得到聚类;所述步骤3中,对分组后的每组按照设置的动态阈值分别进行处理具体包括:给定数据对象集D和数据对象p,pD,并定义p的邻域p为p={qD|distp,q},这里distp,q表示D中两个数据对象p和q之间的距离,利用数据的非空间属性动态设置参数,令,其中t为设置的机动时间阈值,v为机动速度;所述步骤3中,选取核心对象,得到每个分组的核心对象列表具体包括:扫描数据集,选择任意数据对象p,若p已归为某个簇或已被标记为噪声,则再次扫描数据集选择数据对象,反之判断领域内的点的数量是否小于MinPts,若是则标记p点为边界点或者噪声点;反之标记p点为核心点,得到核心点对象列表。
全文数据:
权利要求:
百度查询: 中科星图股份有限公司 一种空中目标关联识别方法
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。