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
陈利虎;张尔扬;沈荣骏
【期刊名称】《国防科技大学学报》
【年(卷),期】2009(031)002
【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.
【总页数】6页(P70-75)
【作者】陈利虎;张尔扬;沈荣骏
【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
【正文语种】中文
【中图分类】TN97
【相关文献】
1.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;王海舟
2.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
3.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
4.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;康晶晶
5.基于优化初始聚类中心的K-means聚类算法 [J], 郭文娟
因版权原因，仅展示原文概要，查看原文内容请购买。