【技术实现步骤摘要】
本申请涉及案例分类，特别是涉及一种基于模糊聚类的水面编队对抗案例分类方法及装置。
技术介绍
1、基于案例推理的水面编队对抗决策系统中需要用到案例检索功能。使用基于最近邻法的案例检索存在效率低的问题，原因在于使用最近邻法时，需要遍历整个案例库，导致搜索时间过长，影响了编队对抗决策的时效性。模糊聚类分析方法是根据事物间的相似性关系进行分类的一种数学方法，在实际生活中存在广泛的应用。针对案例检索不够高效的问题，目前已有的方法是使用模糊聚类分析方法对案例库预分类，将大量案例分类成具有代表性的子案例库，再通过二级检索，来提高检索效率。
2、但模糊聚类分析的适用范围往往都是针对数值型数据，而水面编队对抗案例中包含数值型、分类型、模糊型数据。如果将非数值型数据直接量化，再采用经典的聚类方法，会导致样本之间的相关性缺失，从而不能保证分类的准确性。
3、基于此，本申请提出一种能够同时对包含数值型、分类型、模糊型对抗案例数据进行分类的方法。
技术实现思路
1、本申请提供一种基于模糊聚类...
【技术保护点】
1.一种基于模糊聚类的水面编队对抗案例分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，所述待检索案例库中的案例包含的数据类型包括数值型、分类型和模糊型；
3.根据权利要求2所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，基于所述预处理后的待检索案例库中的案例所属的不同类型，计算每个案例的综合相似度，并构建得到模糊相似度矩阵，包括：
4.根据权利要求3所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，数值型数据和模糊型数据的相似度计算公式如下所示：p>
5.根据权...
【技术特征摘要】
1.一种基于模糊聚类的水面编队对抗案例分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，所述待检索案例库中的案例包含的数据类型包括数值型、分类型和模糊型；
3.根据权利要求2所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，基于所述预处理后的待检索案例库中的案例所属的不同类型，计算每个案例的综合相似度，并构建得到模糊相似度矩阵，包括：
4.根据权利要求3所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，数值型数据和模糊型数据的相似度计算公式如下所示：
5.根据权利要求3所述的基于模糊聚类的水面编队对抗案例分类方法，其特征在于，分类型数据的相似度计算公式如下所示：
6...
【专利技术属性】
技术研发人员：陶晓明，陈健，吴广宇，段一平，郭安邦，王发龙，毛建舟，
申请(专利权)人：中国人民解放军海军大连舰艇学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。