جستجوی مقالات مرتبط با کلیدواژه « Clustering validation » در نشریات گروه « فنی و مهندسی »

انتخاب همه

خوشه بندی به روش نزدیک ترین همسایه با اولویت انتخاب خوشه های متراکم تر در آنالیز ماتریس تشابه جهت تفکیک پالس های راداری

محمد جواد قلندری*، مجید آقابابایی، احسان مرادی

فصلنامه دریا فنون، سال چهارم شماره 4 (پیاپی 10، زمستان 1396)، صص 13 -24

دسته بندی و میانبرداری پالس های راداری، از کاربردهای خوشه بندی است. از مشکلات اساسی در بیشتر روش ها، انتخاب مناسب مراکز اولیه جهت خوشه بندی است. در الگوریتم پیشنهادی، ابتدا ماتریس تشابه برای داده های ورودی بر اساس شعاع همسایگی تعریف شده، تولید می گردد. سپس با آنالیز کدهای ماتریس تشابه و انتخاب سطرهای با بیشترین کد تشابه، دسته های متراکم تر به ترتیب جدا می شوند. در این روش با توجه به جریان زیاد داده های راداری، بدون نیاز به تکرار پردازش، رشته پالس ها به صورت بهینه جدا می شوند. الگوریتم حاصل نسبت به توابع موجود خوشه بندی، داده را بر اساس شعاع همسایگی تعریف شده به تعداد خوشه های از پیش تعیین نشده با اولویت انتخاب دسته های متراکم و با دقت در اختصاص داده های واقع در مرز مشترک خوشه ها تفکیک می نماید. به طور خاص، مزیت استفاده از این الگوریتم در تفکیک پالس راداری، انتخاب نقاط متراکم به عنوان مراکز خوشه ها است. روش پیشنهادی می تواند برای تفکیک داده ها در زمینه های مختلف نیز به کار رود. از محاسن این روش نسبت به الگوریتم های مبتنی بر روش k-mean، دقت در انتخاب اولیه مراکز خوشه ها است. نتایج خوشه بندی روش پیشنهادی برای نمونه داده های راداری شامل 200 پالس با نتایج روش خوشه بندی حول رهبر که یکی از الگوریتم های مطرح در زمینه خوشه بندی پالس های راداری است، مقایسه شده است. بررسی شاخص های ارزیابی و اعتبارسنجی خوشه بندی مانند Dunn، Silhouette و RMSSD، بهینه بودن الگوریتم پیشنهادی را نشان می دهد.

کلید واژگان: خوشه بندی پالس راداری, تفکیک پالس راداری, جنگ الکترونیک, اعتبارسنجی خوشه ها}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Nearest neighbor method with priority selection of denser clusters by analysis of similarity matrix for radar pulse clustering

Mohamadjavad Ghalandari *, Majid Aghababie

Marine Technology, Volume:4 Issue: 4, 2018, PP 13 -24

Clustering is used in radar pulse classification and de-interleaving. Proper selection of initial centers for clusters is the fundamental problem in clustering methods. In the proposed algorithm, the similarity matrix for the input data based on defined neighborhood radius is created. Then, with analysis of similarity matrix and selection of lines with the most similar code, denser clusters are separated respectively. In this way, regarding to the high stream radar pulse, without requirement to iteration, pulse strings are separated as optimal. This algorithm has capability of priority selection of dense categories in clustering. On the basis of neighborhood radius defined, data on the common border clusters, have been carefully separated.
In particular, the advantage of using this algorithm is selection of dense clusters center in radar pulse clustering. The proposed method can also be used to cluster the data in various fields. . Results of proposed method for data sample consisted of 200 radar pulse is compared with the results of clustering around the leader which is one of the main clustering algorithms in the field of radar pulses. Evaluation and measure of clustering validity such as Dunn, Silhouette and RMSSD indexes, shows efficiency of the proposed algorithm.

Keywords: Radar pulse Clustering, Radar pulse train separation, Clustering validation, EW}

Abstract View Paper Research/Original Article Original: Persian

نکته

نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

جستجوی مقالات مرتبط با کلیدواژه « Clustering validation » در نشریات گروه « فنی و مهندسی »