摘要
本发明提供一种基于K‑MEANS和FCM融合算法的目标识别方法、系统、电子设备及存储介质。其中,方法包括:数据预处理:对输入数据进行预处理;预处理包括:归一化、降噪和特征提取;K‑MEANS初始聚类:使用K‑MEANS算法对预处理后的数据进行聚类,得到第一初步目标类别;FCM聚类:对预处理后的数据应用FCM算法,处理边界模糊的目标点,得到模糊隶属度,得到第二初步目标类别;目标一致性筛选:对第一初步目标类别与第二初步目标类别进行比较,得到最终筛选后目标;目标标记:将最终筛选后目标通过图像处理或可视化手段进行标记,完成目标识别。本发明提出的方案能够在多源复杂数据环境中实现更精确、更稳定的目标识别。
技术关键词
融合算法
模糊隶属度
识别方法
FCM算法
聚类
识别系统
隶属度函数
样本
图像处理
标记
数据
电子设备
可读存储介质
模块
处理器
存储器
计算机
系统为您推荐了相关专利信息
视觉
大语言模型
多层注意力机制
表征方法
桥接器
相似性度量函数
客户端
联邦学习方法
DBSCAN密度聚类
谱聚类算法
农作物病虫害
遥感影像数据
图像特征向量
识别方法
农业
特征匹配关系
点云配准方法
点云密度
关键点
点特征直方图