基于改进K均值聚类的战术导弹试验数据分析

• 作者: 刘进 李宇平 郑丹力 马行 黄伟恺
• 来源期刊: 空天防御
• 学科: 工学
• 关键词: 试验数据 数据挖掘 K均值聚类 初始簇中心 异常数据
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 军地联合一体化保障与试验技术
• 页码范围: 69-74
• 页数: 6页
• 分类号: TJ760.6+28
• 字数: 3107字
• 语种: 中文

摘要

针对战术导弹试验数据分析过程中异常数据筛查困难的问题,提出了一种基于改进K均值聚类的异常试验数据筛查算法.通过选择最优初始簇中心并剔除异常数据,在检测准确度和效率上对K均值聚类算法加以改进.实例分析表明,在保证一定准确率的前提下,改进K均值聚类算法能以较高效率完成试验数据的筛查,达到在一定程度上辅助导弹试验数据分析的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘进		7	1	1.0	1.0
2	郑丹力		3	5	1.0	2.0
3	马行		4	1	1.0	1.0
4	李宇平		8	3	1.0	1.0
5	黄伟恺		5	2	1.0	1.0