科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过改进CFSFDP（Clustering by Fast Search and Find of Density Peaks）聚类方法对雷达信号进行预分选，针对原始方法对截断距离敏感的问题，提出直方图均衡化方法对局部密度进行均衡化，提升聚类结果鲁棒性；针对雷达信号参数交叠严重，密度分布不均衡问题，提出改进的可达距离计算方法及改进的类别分配机制，提升对复杂数据的聚类能力。通过仿真数据集及UCI标准数据集进行实验验证，采用调整兰德系数（ARI）、调整互信息（AMI）和F1-measure值对聚类结果进行评价，结果表明本文所提方法可有效处理复杂参数分布数据，相比于原始CFSFDP方法及经典聚类方法（DBSCAN，AP，K-means，OPTICS），聚类性能得到了提升。
- 单位
