基于C-均值聚类的高分辨距离像识别

• 作者: 单凯晶 朱俊 肖怀铁
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 核聚类算法 一维距离像 目标识别 特征提取 参数优化 有效性指标
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 信号/数据处理
• 页码范围: 49-53
• 分类号: TP391
• 字数: 4145字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7859.2010.06.013

摘要

针对已有核聚类算法中核参数优化方法的不足,提出一种新的反映类内类间间距的有效性指标,通过使类内样本相似性最大,类间样本相似性最小来达到优化核参数的目的.在对核C-均值聚类算法深入研究的基础上,提出一种基于核C-均值聚类的高分辨距离像识别算法.仿真结果表明:该算法可以通过训练识别率判定最佳聚类数,同时运用改进的核参数优化方法可以得到最优的核参数,进而得到最佳的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖怀铁	国防科技大学电子科学与工程学院	23	202	9.0	13.0
2	单凯晶	国防科技大学电子科学与工程学院	3	30	3.0	3.0