期刊文献+

一种基于改进K均值算法的跳频信号分选方法 被引量:1

Method of frequency hopping signal sorting by exploiting modified K-means algorithm
下载PDF
导出
摘要 为了在估计聚类数目的同时避免收敛到局部极小值,提出了一种改进的初始聚类中心选取算法。该算法通过形态学处理搜索统计直方图的峰值,根据合并门限正确估计聚类中心的数目和初始位置。将其与传统的K均值算法相结合,可用于跳频信号分选。实验结果表明,与其他K均值算法相比,该改进K均值算法能够以很高的正确率分选跳频信号。 To avoid converging to local minima while determing the number of clusters,this paper proposed a modified initial cluster centers selection algorithm.This algorithm firstly searched the peaks of statistic histogram by morphological processing,and then correctly estimated the number and the initial location of cluster centers according to a merge threshold.Frequency hopping signal could be sorted by combining the proposed selection algorithm with conditional K-mean algorithm.Experimental results show that compared with other K-mean algorithm,the proposed modified K-mean algorithm is able to sort FH signals with high correctness.
出处 《计算机应用研究》 CSCD 北大核心 2011年第6期2333-2335,共3页 Application Research of Computers
关键词 K均值算法 形态学处理 跳频 信号分选 K-means algorithm morphological processing frequency hopping signal sorting
  • 相关文献

参考文献9

二级参考文献27

共引文献42

同被引文献7

引证文献1

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部