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:
针对分布式多传感器航迹关联的特点,考虑采用K-means聚类的航迹关联算法.将来自各传感器的局部航迹与系统航迹进行关联,并将系统航迹作为初始聚类中心,避免了K-means算法本身依赖初始值的缺陷;提出将系统航迹与局部航迹的欧式距离以及其状态向量在1范数下的距离之和作为相似度测度;设定距离门限值,减少了极端数据对聚类结果的影响,并增加多义性处理.蒙特卡洛仿真实验表明,该算法在目标密集并且目标有交叉的情况下能以较小的代价得到较高的平均正确关联率.同时,该算法克服了最近邻域法的局部最优特性和关联正确率高度依赖特征阈值等局限性.
推荐文章
基于高斯核函数的K-means聚类在分布式下的优化
高斯核函数
K-means聚类
核密度
分布式
一种分布式的K-means聚类算法
K-means聚类算法
分布式环境
大数据集
复杂度
基于改进K-means聚类和量子粒子群算法的多航迹规划
无人机
多航迹规划
排挤机制
量子粒子群优化
K-means聚类
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 应用K-means聚类的分布式多传感器航迹关联算法
来源期刊 电讯技术 学科 工学
关键词 航迹关联 聚类分析 K-means聚类 向量范数 正确关联率
年,卷(期) 2018,(3) 所属期刊栏目 电子与信息工程
研究方向 页码范围 295-299
页数 5页 分类号 TN953
字数 4177字 语种 中文
DOI 10.3969/j.issn.1001-893x.2018.03.010
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 王运锋 四川大学计算机学院 31 204 7.0 13.0
2 李素 四川大学计算机学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (45)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (33)
二级引证文献  (5)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
航迹关联
聚类分析
K-means聚类
向量范数
正确关联率
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导