典型文献
基于层次聚类的航空器群识别方法
文献摘要：
在基于空中交通复杂性评估管制员工作负荷的研究中,交通流结构缩减引起的管制员负荷降低的问题逐渐被人们所关注,现有的结构缩减研究通过划分航空器群实现管制员认知复杂性减小从而降低工作负荷.针对传统k-means划分算法存在的无法区分不同航向而位置聚集的航空器且需要事先指定群数量的缺点,利用层次聚类算法,通过加入航向因素和改进聚类结果的选取方法,实现对扇区内交通流中自动区分航向的航空器群的识别,并用位置内聚度和航向轮廓系数形成群划分评价指标,用于综合反映群划分的效果.最后,采用实际雷达数据进行群划分并进行评价分析,通过与k-means方法对比,验证了该方法的有效性.
文献关键词：
空中交通;层次聚类;航空器群;空中交通复杂性
中图分类号：
作者姓名：
王红勇;许平
作者机构：
中国民航大学天津市空管运行规划与安全技术重点实验室, 天津300300
文献出处：
引用格式：
[1]王红勇;许平-.基于层次聚类的航空器群识别方法)[J].西华大学学报（自然科学版）,2022(02):1-7
A类：
航空器群,空中交通复杂性
B类：
管制员工作负荷,交通流,管制员负荷,means,划分算法,航向,事先,层次聚类算法,扇区,内聚,轮廓系数,成群,雷达数据,评价分析,方法对比
AB值：
0.204658
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
