基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法.该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性.该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果.仿真结果验证了算法的可行性.
推荐文章
一种分裂式的k-means聚类算法
聚类
数据预处理
初始聚类中心
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种对孤立点不敏感的新的K-Means聚类算法
K-Means聚类算法
孤立点
轮廓系数
簇类数
聚类有效性评价函数
聚类中心
一种改进的K-means聚类算法
聚类分析
K-means算法
离群点数据
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 一种新的k-means聚类雷达信号分选算法
来源期刊 现代防御技术 学科 工学
关键词 雷达信号分选 k-means聚类 聚类中心和数目 数据场理论 灰关联分析 频率捷变
年,卷(期) 2015,(6) 所属期刊栏目 探测跟踪技术
研究方向 页码范围 136-141
页数 6页 分类号 TN957.51|TP301.6
字数 3428字 语种 中文
DOI 10.3969/j.issn.1009-086x.2015.06.023
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 夏厚培 5 34 3.0 5.0
2 张冉 南京信息工程大学电子与信息工程学院 2 16 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (52)
参考文献  (15)
节点文献
引证文献  (15)
同被引文献  (122)
二级引证文献  (16)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(18)
  • 参考文献(2)
  • 二级参考文献(16)
2010(7)
  • 参考文献(3)
  • 二级参考文献(4)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(16)
  • 引证文献(6)
  • 二级引证文献(10)
2020(8)
  • 引证文献(4)
  • 二级引证文献(4)
研究主题发展历程
节点文献
雷达信号分选
k-means聚类
聚类中心和数目
数据场理论
灰关联分析
频率捷变
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
现代防御技术
双月刊
1009-086X
11-3019/TJ
大16开
北京142信箱30分箱
2-443
1973
chi
出版文献量(篇)
3205
总下载数(次)
12
论文1v1指导