基于聚类分析与几何的目标特征敏感性评估算法
DOI:
CSTR:
作者:
作者单位:

空军雷达学院

作者简介:

吴瑕

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目


Target feature sensitivity evaluation method based on clustering analysis
and geometry
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为克服在较少先验知识的情况下, 人为选择目标特征进行分类识别的盲目性, 提出一种基于聚类分析与几
    何学的目标特征评估方法. 该方法在类内类间距离的基础上引入几何学中有关圆的知识, 定义了样本在特征空间中
    分布的“紧密度”、“分离度” 函数和“松紧度” 权重, 以考察目标特征对目标样本之间的分类敏感性, 并根据评估结果
    选取适当特征构成一个新的联合特征, 以提高对目标的分类识别效率. 最后通过仿真验证了该方法的有效性.

    Abstract:

    To overcome the blindness of subjective selecting dimensionless indictors of target features as sensitive features
    with less experience, a target feature sensitivity evaluation method based on clustering analysis and geometry is proposed.
    The method defines “compact degree”, “dissociative degree” and “incompact-compact degree” of samples distributing in
    features space, and introduces the knowledge of rotundity from geometry, by which the classing ability of target feature to
    multi-class target samples is reviewed. Then the new combined features are constructed through the sensitivity evaluation
    results, and the classify recognition efficiency can be improved. Finally, simulation results show the effectiveness of the
    method.

    参考文献
    相似文献
    引证文献
引用本文

吴 瑕, 周 焰, 杨龙坡,等.基于聚类分析与几何的目标特征敏感性评估算法[J].控制与决策,2012,27(6):914-918

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-11-18
  • 最后修改日期:2011-02-15
  • 录用日期:
  • 在线发布日期: 2012-06-20
  • 出版日期:
文章二维码