半監(jiān)督聚類在輻射源信號處理中的研究與應(yīng)用
發(fā)布時間:2023-04-19 20:31
輻射源信號的半監(jiān)督聚類處理是指利用數(shù)據(jù)挖掘中的半監(jiān)督聚類方法,在無監(jiān)督聚類的基礎(chǔ)上充分利用電子情報偵察領(lǐng)域中可獲得的先驗信息對信號聚類結(jié)果進(jìn)行優(yōu)化,在迅速挖掘信號集內(nèi)部潛在結(jié)構(gòu)的基礎(chǔ)上克服了無監(jiān)督聚類的盲目性,已經(jīng)逐漸成為電子情報偵察中不可或缺的信號分析手段。半監(jiān)督聚類算法中常用的先驗信息通常有獨立類標(biāo)簽和成對約束信息兩種形式,而在輻射源信號處理中,這兩種先驗信息的獲取存在一定困難,同時先驗信息的描述形式及其對聚類算法指導(dǎo)方式都存在一定的局限性。因此如何結(jié)合電子情報偵察領(lǐng)域的特點,研究先驗信息更為直觀、顯性的描述方式和監(jiān)督方法是輻射源信號半監(jiān)督聚類處理中的關(guān)鍵問題。電子情報偵察中可得的先驗信息更多的是信號偵察接收設(shè)備的測量誤差模型以及情報分析人員的聚類期望等,針對這一特點,本文從聚類算法在工程應(yīng)用中的直觀性和顯性兩方面著手,提出一種新的先驗信息描述方法,同時提出基于該先驗信息描述方法的半監(jiān)督聚類算法,并在輻射源信號聚類處理中得到應(yīng)用。論文主要工作和研究成果如下:(1)針對半監(jiān)督SAP算法聚類結(jié)果中可能出現(xiàn)違反約束信息的情況,提出了改進(jìn)的SAP算法(I-SAP算法)。該算法在SAP算法聚...
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
1.1 課題背景及研究意義
1.2 輻射源信號聚類處理研究現(xiàn)狀
1.3 半監(jiān)督聚類研究現(xiàn)狀
1.4 本文的研究內(nèi)容與結(jié)構(gòu)安排
第二章 輻射源信號聚類處理理論
2.1 引言
2.2 輻射源信號處理基礎(chǔ)概述
2.2.1 信號偵察處理流程
2.2.2 信號特征參數(shù)
2.3 數(shù)據(jù)挖掘概述
2.3.1 數(shù)據(jù)挖掘介紹
2.3.2 數(shù)據(jù)挖掘方法及應(yīng)用
2.4 半監(jiān)督聚類概述
2.4.1 先驗信息的形式
2.4.2 聚類結(jié)果評價
2.5 本章小結(jié)
第三章 改進(jìn)的半監(jiān)督近鄰傳播算法
3.1 引言
3.2 SAP半監(jiān)督聚類算法
3.3 SAP半監(jiān)督聚類算法的改進(jìn)
3.4 Seed-AP半監(jiān)督聚類算法
3.5 算法仿真實驗與分析
3.5.1 輻射源信號環(huán)境模型
3.5.2 算法仿真實驗
3.6 本章小結(jié)
第四章 基于構(gòu)造樣本的先驗信息描述方法
4.1 引言
4.2 先驗信息概述
4.2.1 先驗信息指導(dǎo)方式
4.2.2 先驗信息局限性
4.3 一種新的先驗信息描述方法
4.3.1 構(gòu)造樣本概述
4.3.2 構(gòu)造樣本描述方法
4.4 仿真實驗分析
4.4.1 構(gòu)造樣本監(jiān)督效果分析
4.4.2 構(gòu)造樣本性能分析
4.5 本章小結(jié)
第五章 基于“臥底”樣本的半監(jiān)督聚類算法
5.1 引言
5.2 半監(jiān)督聚類算法概述
5.3 “臥底”樣本構(gòu)造準(zhǔn)則
5.3.1 “臥底”樣本在樣本集特征空間中的位置
5.3.2 “臥底”樣本類中心間的距離
5.3.3 “臥底”樣本類別數(shù)
5.4 聚類算法分析
5.4.1 基于“臥底”樣本的AP聚類算法
5.4.2 基于“臥底”樣本的K均值聚類算法
5.5 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡介
本文編號:3794169
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
1.1 課題背景及研究意義
1.2 輻射源信號聚類處理研究現(xiàn)狀
1.3 半監(jiān)督聚類研究現(xiàn)狀
1.4 本文的研究內(nèi)容與結(jié)構(gòu)安排
第二章 輻射源信號聚類處理理論
2.1 引言
2.2 輻射源信號處理基礎(chǔ)概述
2.2.1 信號偵察處理流程
2.2.2 信號特征參數(shù)
2.3 數(shù)據(jù)挖掘概述
2.3.1 數(shù)據(jù)挖掘介紹
2.3.2 數(shù)據(jù)挖掘方法及應(yīng)用
2.4 半監(jiān)督聚類概述
2.4.1 先驗信息的形式
2.4.2 聚類結(jié)果評價
2.5 本章小結(jié)
第三章 改進(jìn)的半監(jiān)督近鄰傳播算法
3.1 引言
3.2 SAP半監(jiān)督聚類算法
3.3 SAP半監(jiān)督聚類算法的改進(jìn)
3.4 Seed-AP半監(jiān)督聚類算法
3.5 算法仿真實驗與分析
3.5.1 輻射源信號環(huán)境模型
3.5.2 算法仿真實驗
3.6 本章小結(jié)
第四章 基于構(gòu)造樣本的先驗信息描述方法
4.1 引言
4.2 先驗信息概述
4.2.1 先驗信息指導(dǎo)方式
4.2.2 先驗信息局限性
4.3 一種新的先驗信息描述方法
4.3.1 構(gòu)造樣本概述
4.3.2 構(gòu)造樣本描述方法
4.4 仿真實驗分析
4.4.1 構(gòu)造樣本監(jiān)督效果分析
4.4.2 構(gòu)造樣本性能分析
4.5 本章小結(jié)
第五章 基于“臥底”樣本的半監(jiān)督聚類算法
5.1 引言
5.2 半監(jiān)督聚類算法概述
5.3 “臥底”樣本構(gòu)造準(zhǔn)則
5.3.1 “臥底”樣本在樣本集特征空間中的位置
5.3.2 “臥底”樣本類中心間的距離
5.3.3 “臥底”樣本類別數(shù)
5.4 聚類算法分析
5.4.1 基于“臥底”樣本的AP聚類算法
5.4.2 基于“臥底”樣本的K均值聚類算法
5.5 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡介
本文編號:3794169
本文鏈接:http://sikaile.net/kejilunwen/jingguansheji/3794169.html
教材專著