小波聚类在多目标定位中的应用

下载PDF

导出

摘要针对多传感器侦察系统获得的目标定位信息精度不高、数据量大、分布不规则等问题,提出了一种基于小波分析的聚类算法解决多传感器侦察系统的精确定位问题,通过网格的划分和小波变换使原始数据空间的自然聚类更加容易区别。仿真测试表明,与传统的Kmeans聚类算法相比,该方法能减少噪声对多目标定位的影响,对于大规模、分布不规则的数据空间聚类划分更为准确和细致。

作者王崛刘文杰

机构地区装甲兵工程学院信息工程系

出处《四川兵工学报》 CAS 2012年第7期100-102,共3页 Journal of Sichuan Ordnance

关键词多目标定位小波分析聚类 Kmeans

分类号 TP391 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献7

1张晶炜,刘永,熊伟.多传感器多目标跟踪算法性能分析[J].现代雷达,2004,26(3):36-39. 被引量：5
2杨国胜,窦丽华,陈杰,侯朝桢.多传感器多目标定位与跟踪技术研究[J].火力与指挥控制,2002,27(1):29-32. 被引量：2
3姜园,张朝阳,仇佩亮,周东方.用于数据挖掘的聚类算法[J].电子与信息学报,2005,27(4):655-662. 被引量：70
4徐义峰,陈春明,徐云青.一种改进的k-均值聚类算法[J].计算机应用与软件,2008,25(3):275-277. 被引量：41
5黄文佳,冯铁男,王翼飞.基于小波的肿瘤基因表达数据聚类分析模型[J].上海大学学报（自然科学版）,2011,17(5):624-630. 被引量：1
6李云,刘学诚.小波聚类算法在入侵检测中的应用[J].计算机应用与软件,2010,27(6):103-104. 被引量：3
7张西芝,姬波,邱保志.基于网格的多密度聚类算法[D].郑州:郑州大学,2009.

二级参考文献75

1刘静,钟伟才,刘芳,焦李成.免疫进化聚类算法[J].电子学报,2001,29(Z1):1868-1872.
2张韶华.地炮火控系统的现状及发展概况[J].火力与指挥控制,2000,25(2):8-10. 被引量：8
3赵宇海,王国仁,印莹.一种用于基因表达数据的无参数聚类算法[J].计算机应用,2005,25(6):1388-1391. 被引量：1
4刘健庄,谢维信,黄建军,李文化.聚类分析的遗传算法方法[J].电子学报,1995,23(11):81-83. 被引量：27
5钱云涛,谢维信.一种由模糊逻辑神经元网络实现的聚类分析方法[J].西安电子科技大学学报,1995,22(1):1-7. 被引量：12
6胡文龙,毛士艺.基于组合优化分配的多传感器数据互联[J].系统工程与电子技术,1997,19(1):1-9. 被引量：4
7钱云涛,谢维信.聚类神经网络的通用设计方法[J].西安电子科技大学学报,1997,24(1):15-21. 被引量：3
8飞思科技产品研发中心.MATLAB6.5辅助小波分析和应用[M].北京:电子工业出版社,2003:151-184.
9王树林,陈火旺,王戟.基于基因表达谱的肿瘤分类研究进展[C] //生物信息学中的智能计算理论与方法研究.合肥:中国科学技术大学出版社,2007:56-64.
10GOLUB T R, SLONIM D K, TAMAPYO P, et al. Molecular classification of cancer: class discovery and class prediction by gene expression monitoring [ J ]. Science, 1999, 286(5439) :531-537.

共引文献115

1赵大伟,肖周芳.一种改进的基于密度和样本数量的K-means算法[J].科技信息,2008(28):170-172. 被引量：1
2梁敏君,倪志伟,倪丽萍,杨葛钟啸.基于网格与分形维数的聚类算法[J].计算机应用,2009,29(3):830-832. 被引量：4
3张红荣,张峰.传统的K-means聚类算法的研究与改进[J].咸阳师范学院学报,2010,25(4):59-62. 被引量：4
4王秀芳,王岩.优化K均值随机初始中点的改进算法[J].化工自动化及仪表,2012,39(10):1302-1304. 被引量：4
5林岚,邱晓红.运用自组织神经网络进行多目标跟踪的算法[J].现代雷达,2005,27(1):24-28. 被引量：2
6徐晓华.高中阶段教育面临的形势与发展策略[J].教育科学论坛,2005(12):57-58.
7吕巍,陈洁.基于K-means算法的中国商业银行零售业务顾客行为细分策略[J].系统工程理论方法应用,2005,14(6):502-505. 被引量：1
8李秀芳,李志成.基于数据挖掘的聚类算法研究[J].计算技术与自动化,2006,25(3):41-45. 被引量：3
9覃拥军,刘先锋.数据挖掘中的聚类分析研究[J].科技咨询导报,2007(16):28-30.
10陈宇.聚类算法研究[J].福建电脑,2007,23(7):27-29. 被引量：1

1李云,刘学诚.小波聚类算法在入侵检测中的应用[J].计算机应用与软件,2010,27(6):103-104. 被引量：3
2欧炳华.基于Map Reduce的并行小波聚类[J].科技视界,2014(30):86-87.
3杨启仁,王娟,张科,任达森.基于小波分析的数据流聚类算法[J].煤炭技术,2010,29(10):169-171.
4易兰英.试论基于小波聚类的网络用户行为分析[J].信息与电脑（理论版）,2015(22):125-126.
5张翔,吝睿涛.一种分布式中文微博热点话题的发现方法[J].无线互联科技,2014,11(12):168-169.
6张友海,李锋刚.基于MapReduce的KMeans聚类算法的并行化实现[J].九江学院学报（自然科学版）,2017,32(1):73-75. 被引量：2
7郭强,邵科技,朱鸿宇.基于MapReduce模型的并行KMeans聚类算法[J].高性能计算技术,2010,0(5):33-37.
8席瑞,李玉军,侯孟书.室内定位方法综述[J].计算机科学,2016,43(4):1-6. 被引量：89
9刘朝阳,蔡自兴.多传感器信息融合技术在侦察系统中的应用[J].广西科学院学报,2004,20(4):250-254.
10段利国,李爱萍,曹啸.基于小波聚类的数据集简化算法研究[J].太原理工大学学报,2006,37(5):532-535. 被引量：3

四川兵工学报

2012年第7期

浏览历史

内容加载中请稍等...

小波聚类在多目标定位中的应用

参考文献7

二级参考文献75

共引文献115

相关作者

相关机构

相关主题

浏览历史