基于优化初始聚类中心K-Means算法的跳频信号分选

陈利虎; 张尔扬; 沈荣骏

首页> 中文期刊> 《国防科技大学学报》 >基于优化初始聚类中心K-Means算法的跳频信号分选

基于优化初始聚类中心K-Means算法的跳频信号分选

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

提出了一种优化初始聚类中心的方法.方法通过搜索参数统计直方图峰值预估类数目,并根据峰值位置确定聚类中心大概位置.由于优化的初始类心与实际类心相隔不远,聚类迭代次数大为减少.与传统的优化聚类中心方法相比,本方法计算量更少.最后将改进K-Means聚类算法应用于跳频信号分选,仿真结果表明,分选效果良好.

著录项

来源
《国防科技大学学报》 |2009年第2期|70-75|共6页
作者
陈利虎; 张尔扬; 沈荣骏;
展开▼
作者单位

国防科技大学,电子科学与工程学院,湖南,长沙,410073;

国防科技大学,电子科学与工程学院,湖南,长沙,410073;

解放军总装备部科学技术委员会,北京,100080;

展开▼
原文格式 PDF
正文语种 chi
中图分类电子对抗（干扰及抗干扰）;
关键词
聚类; K-Means算法; 跳频; 信号分选;

相似文献

中文文献
外文文献
专利

1. 基于优化初始聚类中心的K-means聚类算法 [J] . 郭文娟 . 科技风 . 2022,第4期
2. 基于密度优化初始聚类中心的K-means算法 [J] . 王艳娥 ,安健 ,梁艳 . 计算机技术与发展 . 2020,第012期
3. 基于离散量优化初始聚类中心的k-means算法 [J] . 刘美玲 ,黄名选 ,汤卫东 . 计算机工程与科学 . 2017,第006期
4. 基于特征关联度的K-means初始聚类中心优化算法 [J] . 陈兴蜀 ,吴小松 ,王文贤 . 四川大学学报（工程科学版） . 2015,第001期
5. 基于密度的优化初始聚类中心K-means算法研究 [J] . 何佳知 ,谢颖华 . 微型机与应用 . 2015,第019期
6. 基于主题模型的K-means初始聚类中心优化方法 [C] . 关鹏 ,王日芬 ,张海永 . 信息系统协会中国分会第六届学术年会 . 2015
7. 跳频信号的检测、参数估计与分选算法研究 [A] . 郭海召 . 2016

基于优化初始聚类中心K-Means算法的跳频信号分选

摘要

著录项

相似文献

相关主题

期刊订阅