原文服务方: 计算机应用研究       
摘要:
为了在估计聚类数目的同时避免收敛到局部极小值,提出了一种改进的初始聚类中心选取算法.该算法通过形态学处理搜索统计直方图的峰值,根据合并门限正确估计聚类中心的数目和初始位置.将其与传统的K均值算法相结合,可用于跳频信号分选.实验结果表明,与其他K均值算法相比,该改进K均值算法能够以很高的正确率分选跳频信号.
推荐文章
基于改进K-均值算法的未知雷达信号分选
K-均值
雷达信号分选
聚类数目
聚类中心
基于优化初始聚类中心K-Means算法的跳频信号分选
聚类
K-Means算法
跳频
信号分选
基于帧重叠的变速跳频信号分选算法
盲源分离
帧重叠
变速跳频信号
基于改进K-均值算法的未知雷达信号分选
K-均值
雷达信号分选
聚类数目
聚类中心
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于改进K均值算法的跳频信号分选方法
来源期刊 计算机应用研究 学科
关键词 K均值算法 形态学处理 跳频 信号分选
年,卷(期) 2011,(6) 所属期刊栏目 网络与通信技术
研究方向 页码范围 2333-2335
页数 分类号 TN971.1
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.06.091
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何子述 电子科技大学电子工程学院 198 2072 22.0 35.0
2 贾可新 电子科技大学电子工程学院 11 60 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (26)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (5)
二级引证文献  (17)
1994(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
K均值算法
形态学处理
跳频
信号分选
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导