基于改进LF算法的雷达信号分选

在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,雷达脉冲相互交错,雷达信号的处理面临高密度信号环境。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。将蚁群聚类算法引入到雷达信号分选中,并对其进行了改进,提出了一种新的雷达信号分选方法。该方法不需要雷达信号的先验知识,适用于处理未知信...     

润滑油金属磨粒的分类参数研究

 针对润滑系统中普遍存在的 8类金属磨粒,通过引入数字图像描述方法和处理技术,分别对磨粒的尺寸、形态、表面纹理以及颜色等参数进行了详细的研究,获取了各类磨粒识别的最佳参数,并提出了磨粒的分层识别策略,最后运用模糊 C-均值聚类方法实现了 8类磨粒的有效聚类。算例表明了本文方法的有效性。     

基于自然聚类的信号分选新方法

多站无源定位系统中,如何对各站收到的交错脉冲列实现正确的脉冲分选和配对是决定定位效果的关键技术之一。针对直方图分选方法存在的直方格分裂,某一维时差相同的2个辐射源难于分选等问题,提出一种基于自然聚类的脉冲分选新方法。仿真结果表明,该算法能较好克服直方图方法的以上缺点,并且较好地解决了脉冲漏分选问题。     

A Novel Stable Clustering Design Method for Hierarchical Satellite Network

This article proposes a novel stable clustering design method for hierarchical satellite network in order to increase its stability, reduce the overhead of storage and exert effective control of the delay performances based on a 5-dimensional vector model. According to the function of stability measurement and owing to the limitation of minimal average routing table length, the hierarchical satellite network is grouped into separate stable connected clusters to improve destruction resistance and reconstruction ability in the future integrated network. In each cluster, redundant communication links with little contribution to network stability and slight influences on delay variation are deleted to satisfy the requirements for stability and connectivity by means of optimal link resources, and, also, the idea of logical weight is introduced to select the optimal satellites used to communicate with neighboring cluster satellites. Finally, the feasibility and effectiveness of the proposed method are verified by comparing it with the simulated performances of other two typical hierarchical satellite networks, double layer satellite constellation(DLSC) and satellite over satellite(SoS).     

非确定-确定混合分群算法及其实现

在最小群变化(LeastClusterChanged,LCC)分群算法的基础上提出一种非确定-确定混合(Uncer tainy CertainyMixed,UC CM)分群算法。该算法利用非确定性分群的竞争特性,提高了网络的初始收敛速度,并保持了LCC算法的稳定性,同时利用优先级参数,提高了组网的灵活性。设计了UC CM算法的有限状态机模型,并基于模型对算法进行了模拟仿真,验证了算法的有效性。     

模糊聚类分析在耀斑-地磁扰动研究中的初步应用

本文运用模糊聚类分析的方法,对1975—1983年可证认出的210个耀斑-IPS激波事件进行了分析研究,给出了它们的聚类指标和模糊等价关系以及大、中、小三类耀斑-磁扰的聚类中心。初步研究结果表明:95％的耀斑-IPS激波会引起地磁扰动(∑Kp≥16);对持续1小时以上的二级耀斑和2小时以上的一级耀斑,以及多个射电源的IPS观测均出现50km/8以上的速度跳跃这类大耀斑-IPS激波事件进行模糊聚类磁扰强弱预报试验,其准确率可达80％;这种大耀斑-IPS激波事件所对应的地磁扰动变化范围很宽,从∑Kp≥12直到∑Kp≤54,这说明耀斑-激波在行星际空间的传播以及向地球的传输过程是十分复杂的。      

基于主成分和聚类分析的管制系统质量评估模型

为进行管制系统运行的质量服务水平评估,建立了初始管制系统质量评估指标体系,先用主成分分析剔除存在相关性、信息重叠的指标,再用聚类分析的迭代思想进行分类,得到最终管制系统质量评估指标体系。在此基础上用物元分析对管制系统质量进行综合评估。最后,通过算例分析验证了评估方法的可行性。     

模糊聚类法在试验模态参数识别分析中的应用

为了搜索系统的真实极点,将模糊聚类理论引入试验模态参数分析.根据极点之间内在的亲疏关系,将其 合理地聚为若干类,搜索每一类的最佳极点,即系统的真实极点,在稳态图中自动完成真实极点的选择.该方法 能够避免人为因素造成的识别误差,提高识别结果的可信度.在正交多项式曲线拟合和多参考点最小二秉复频 域识别系统中引入该方法,实现了稳态图中极点的自动选择,提供了真实极点选择的一种新思路.通过仿真和实 验证明了模糊聚类法对极点选择的可行性和稳定性.     

基于深度置信网络的近距空战态势评估

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估。通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证。实验表明,模型态势分类正确率达到92.7%,模型运行时间满足应用需求,实例评估结果与客观态势一致性强。     

基于信息熵的连续属性自动聚类算法

基于信息熵的有关理论，提出了一种新的连续属性的自动聚类算法。首先介绍了Shannon熵的概念及其两个重要的定理，基于信息的不确定测度，提出了一种Shannon熵的准则函数φ，并且指出了该准则函数必须满足的6条原则。其次，基于该准则函数，引出了一种针对单个连续属性自动聚类的FUSINTER算法。由于实际信息系统中有多个连续属性，这主需要对多个连续属性分别使用FUSINTER算法进行离散，并且要求最终保证整个信息系统离散是相容的和一致的，而且各个属性拥有较少的分割区间。最后，本文以干线飞机外形参数的变化趋势与其更新换代的关系来说明文中提出的属性离散化过程，并展示了该聚类算法的有效性。本文提出的方法可以用于机器学习或数据挖掘的数据前处理。