申请/专利权人：四川大学

申请日：2022-07-01

公开（公告）日：2024-06-14

公开（公告）号：CN115130589B

主分类号：G06F18/23

分类号：G06F18/23;G06N3/0464;G06F16/2458

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2022.10.25#实质审查的生效;2022.09.30#公开

摘要：本发明公开了一种基于卡尔曼滤波的改进PCNN模型空间聚类分析方法，其包括首先将PCNN神经元与空间数据点进行一对多映射，通过神经元的密度信息获取最高密度初始点火神经元，并给定一个神经元点火的初始阈值，并生成自动波，以检测空间数据集中的集群；再使用卡尔曼滤波器的自适应阈值调整方法，用于PCNN自动发现具有不同密度的任意形状的簇，直至自动波不能再传递之后，一次点火过程结束，点火的所有神经元被视为一个簇且在后续的迭代中不能再次点火；不断迭代点火过程，直到网络中所有神经元都点火。本发明可对神经元进行阈值的自适应调整，使神经元可以自动发现不同密度的任意形状的簇，具有突出的执行速度；并克服了可能模糊数据自然分解的噪声。

主权项：1.一种基于卡尔曼滤波的改进PCNN模型空间聚类分析方法，其特征在于，包括以下步骤：S1、输入空间数据集D，空间数据集D包括n个空间数据点；S2、构建r×c个KF-PCNN神经网络模型；S3、根据空间数据点的空间位置，建立KF-PCNN神经元与空间数据点的映射关系；S4、初始化KF-PCNN神经网络模型，选取映射数据点数目最多的神经元作为初始点火神经元，设定该神经元一个初始阈值，使其点火并向四周传递自动波；S5、基于KF-PCNN算法，计算当前自动波传递到的神经元内部活动能量值；S6、基于KF-PCNN算法，计算当前自动波传递到的神经元点火阈值；S7、若所述神经元内部活动能量值大于等于神经元点火阈值，则神经元点火，自动波继续向四周传播，并执行步骤S8；若神经元内部活动能量值小于神经元点火阈值，则该神经元不被点火，自动波停止传播；S8、判断自动波能否继续向四周传播，若自动波能继续向四周传播，则执行步骤S5；若自动波不能继续向四周传播，则执行步骤S9；S9、记录一次点火开始到自动波传播停止的所有点火神经元，所有的所述点火神经元对应的空间数据点为一个簇；S10、判断网络中是否存在未点火的神经元，若存在，则执行步骤S4，开始新一轮的点火过程；若不存在，所有点火过程结束，记录每次点火过程中的空间数据点，并将其标记为一个簇。

全文数据：

权利要求：

百度查询： 四川大学 一种基于卡尔曼滤波的改进PCNN模型空间聚类分析方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD