基于数据场改进的目标分群算法

• 作者: 李东生 王骁 雍爱霞
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 目标分群 支持向量聚类 数据场 势函数
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 理论研究
• 页码范围: 40-43
• 页数: 4页
• 分类号: TP182
• 字数: 3135字
• 语种: 中文

摘要

针对支持向量聚类算法训练样本不稳定问题，引入数据场概念，提出一种基于数据场的支持向量聚类算法，将数域空间构成的数据场中势值较高样本作为训练集获得模型再进行预测聚类。将改进的算法用于态势估计中目标分群问题，仿真结果表明：该算法在样本容量不是很高条件下的准确率较传统算法有所提高，很好地解决了训练样本选择影响聚类效果的问题，但改进后算法耗时较原先有所增加。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东生		24	96	6.0	8.0
2	雍爱霞		11	46	3.0	6.0
3	王骁		6	22	3.0	4.0