典型文献
基于数据场联合决策图改进的GMM聚类
文献摘要：
针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题,提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model,GMM)聚类算法.将数据场理论应用于数据对象密集程度的表征,生成势能距离决策图,进而自动实现聚类数目和中心点的选择,最后结合GMM聚类实现对数据对象的聚类划分.仿真实验结果表明,在脉冲到达角、脉宽、载频等参数存在较大抖动,测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时,本文方法相较于现有典型分类方法具有更好的分选效果.
文献关键词：
雷达信号分选;数据场;决策图;高斯混合模型聚类
中图分类号：
作者姓名：
王磊;张志勇;曾维贵;曹司磊;张天赫
作者机构：
海军航空大学岸防兵学院,山东烟台264001;中国人民解放军91827部队,山东威海264000
文献出处：
引用格式：
[1]王磊;张志勇;曾维贵;曹司磊;张天赫-.基于数据场联合决策图改进的GMM聚类)[J].系统工程与电子技术,2022(09):2743-2751
A类：
B类：
场联,联合决策,决策图,GMM,聚类方法,复杂电磁环境,脉冲干扰,Gaussian,mixture,model,聚类算法,数据场理论,理论应用,数据对象,势能,聚类数,中心点,冲到,到达角,脉宽,载频,抖动,测量误差,脉冲丢失,分类方法,分选效果,雷达信号分选,高斯混合模型聚类
AB值：
0.378318
相似文献
雷达辐射源信号分选研究进展
隋金坪;刘振;刘丽;黎湘-海军大连舰艇学院作战软件与仿真研究所 大连 116016;国防科技大学电子科学学院 长沙 410073;国防科技大学系统工程学院 长沙 410073
基于MEMS谐振器硬件储备池计算的类脑信号处理方法
邹旭东;杨伍昊;郭潇威;孙杰;郑天依-传感技术国家重点实验室,中国科学院空天信息创新研究院,北京100190;齐鲁空天信息研究院,山东济南250132
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。
