论文部分内容阅读
针对目标分群中存在的分类数未知和噪声干扰问题,提出一种基于模糊ART划分的目标分群算法。通过目标识别属性划分,约减分群目标数规模,降低计算量;通过划分数据预处理消除尺度差异,在此基础上采用基于模糊ART的目标空间划分,经类选择、匹配度检验和类学习等步骤实现对目标的增量式动态分群。试验结果表明,该算法对复杂环境下未知分类数的多目标编队分群具有良好的有效性、稳健性和实时性。