《改进的K-Means算法在特征关联中的应用》PDF+DOC
作者:关欣,孙祥威,曹昕莹
单位:中国电子科技集团公司第38研究所;中国电子学会无线电定位技术分会
出版:《雷达科学与技术》2014年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFLDKJ2014010150
DOC编号:DOCLDKJ2014010159
下载格式:PDF + Word/doc 文字可复制、可编辑
《应用K-means聚类的分布式多传感器航迹关联算法》PDF+DOC2018年第03期 李素,王运锋
《一种基于TDOA的弹着点定位改进算法》PDF+DOC2017年第02期 娄京生,何为,张帅,王营冠
《基于支持度的限定记忆二次融合算法》PDF+DOC2012年第04期 张建业,王占磊,张鹏,陈芳,刘博宁
《基于空天信息的异类传感器模糊航迹关联算法》PDF+DOC2012年第05期 毛艺帆,王睿,张金成
《一种基于字典树的传感器节点关联规则的挖掘算法》PDF+DOC2010年第04期 梅淑英,林亚平,周四望,许晖
《传感器可靠性相异的信任函数理论融合识别算法研究》PDF+DOC2009年第11期 杨威,贾宇平,付耀文
《被动传感器阵列中基于视线距离的数据关联》PDF+DOC2009年第04期 李良群,谢维信,黄敬雄,郝润泽
《一种树形结构的多传感器数据融合算法》PDF+DOC2008年第04期 高刚
《支持向量机与证据理论在信息融合中的结合》PDF+DOC2008年第09期 周皓,李少洪
《基于灰关联度和距离的特征关联算法研究》PDF+DOC2013年第04期 关欣,孙祥威,何友
特征关联是无源多传感器辐射源融合识别的一个关键步骤。特征关联是根据来源于同一辐射源的量测数据所具有的相似性,采用一定的算法和分配策略将多传感器获取的对多辐射源的量测值进行分类划分和关联判定,利用辐射源的特征信息来消除关联模糊。特征关联过程中一个重要环节就是分类算法的选取。K-Means算法是基于划分的聚类算法,已经广泛应用于诸多领域。改进了K-Means算法,用灰关联度代替传统的距离度量定义了样本点间的距离,并对模拟产生的雷达辐射源特征参数样本集Radar-database进行了分类。仿真结果表明,改进的K-Means算法提高了关联正确率,但消耗了更多时间。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。