基于平衡核函数聚类的飞行航迹数据分析方法

• 作者: 唐静 李冬梅 王婧
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 模式识别 数据挖掘 遗传算法 支持向量机 飞行航迹
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 飞行器工程
• 页码范围: 493-498
• 页数: 6页
• 分类号: TP312
• 字数: 4359字
• 语种: 中文
• DOI: 10.7682/j.issn.1673-1522.2019.06.005

摘要

目前,使用数据挖掘的方法对目标的飞行航迹进行分析来确定航迹类别具有许多应用价值.飞行航迹数据具有维数高、交连多、可分类性能差等特点,要做到尽可能精确的聚类和分类十分困难.文章立足提高飞行航迹数据聚类分析的准确性,在航迹特征数据的预处理阶段,提出了一种平衡核函数的K-均值聚类方法,可以解决高维特征数据带来的奇异性,还能提高交叠样本的聚类性能;设计了一种模糊支持向量机的算法框架实现航迹的分类.通过实际飞行航迹数据集测试了设计框架下航迹聚类和分类识别的有效性,在实际工程上具有广泛的应用前景.