基于聚類分析的多信號分類識別算法研究
任修坤; 宋喜玉; 柏婷 信息工程大學; 河南鄭州450001
關鍵詞：統計特性 相關系數 聚類分析 多分類器融合
摘要：為滿足敵對環境下我方掌握敵方設備數量和系統設計環境的需求,研究無訓練序列時的多信號分類識別問題。在接收信號已知、優化準則數目未知的情況下,提出基于聚類分析的多信號分類識別算法對響應系統的數量和設計進行評估。首先,利用信號樣本的均值、方差和范數等數字特征進行總體分類;然后,分析最優波形的相關性,設定相關性門限,粗略估計優化準則數目;最后,通過聚類方法對信號樣本進行細分類。對3550組實際信號樣本數據進行分類。結果表明,相關性門限為0.2時得到的數據6分類結果可信度效果最高,進一步計算出3550組樣本數據具體的6分類結果和6類系統響應準則。
信息工程大學學報雜志要求:
{1}基金項目：項目名稱、項目號。
{2}來稿應具有較高的理論和應用價值。論點正確，論據充分，條理分明，重點突出，文字精煉，數據可靠。不披露屬于技術保密范圍的成果和數據資料。
{3}一級標題居中，二級標題左對齊，三級標題左縮進2格；文中每張圖、表格均應達到出版質量，并在行文中標明其位置。
{4}中文摘要及關鍵詞：中文摘要一般在200字之內，包括目的、方法、結果、結論四個要素。
{5}來稿請使用word排版，并請注明作者姓名、單位、通訊地址、郵編、電子信箱、聯系電話等。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
