10.3969/j.issn.2096-0204.2020.02.0141
基于卷积神经网络的空间目标特性聚类分析研究
空间目标特性聚类是支撑目标分析、属性分类和身份识别等指挥与控制的有效方法.原始特性数据特征不易辨识,直接聚类分析效果往往不够理想.为此,利用卷积神经网络的特征提取能力,对原始特性数据进行特征提取,获取高质量数据特征;基于K-means算法对目标特征数据进行聚类分析.实验结果表明,该方法在分析准确率和算法性能上都明显提高,有效增强了空间目标特性分析能力,能更好地支撑空间态势相关决策.
空间态势感知、卷积神经网络、数据特征、聚类分析、K-means算法
6
中国博士后科学基金;国家卓越青年基金
2020-08-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
141-146