基于密度峰值聚类的宽角域散射中心聚类

宽角域合成孔径雷达(wide-angle synthetic aperture radar,WA-SAR)有着更广泛的角度覆盖范围,基于此得到的宽角域散射中心(wide-angle scattering centers,WA-SCs)包含了目标物体更加丰富的电磁散射特征,这对雷达的目标建模、目标识别等有着重要的意义。为了克服WA-SCs数据维度高、所含信息复杂的特点,并从中提取出所需的目标物体特征,采取密度峰值聚类(density peak clustering,DPC)算法研究WA-SCs。基于SLICY模型数据,从聚类内部评价指标、聚类可视化和算法自动化程度3个方面,将本文算法与经典的K-means、DBSCAN和MeanShift算法进行了对比实验。结果表明,DPC算法具有自动化程度高、高维数据适应性强、聚类精度高等优点,有望为后续的一系列基于WA-SCs的目标建模、目标识别等工作提供技术支撑。

全站仪性能评估与预警系统的设计与实现:一种模糊综合评价方法的应用

计量机构在对计量器具进行周期检定过程中会产生大量的检定数据,这些数据蕴藏的巨大的经济社会价值尚未得到充分开发利用。目前,计量器具性能评价还停留在对于单台仪器质量或计量性能的评价阶段。以全站仪检定产生的海量数据为研究对象,提出了一种较为通用的计量器具性能评价及失效预警的方法。首先对全站仪检定数据进行数据分析处理,其次利用TOPSIS法对单台全站仪的性能进行综合评价,然后利用Vague集决策理论对各生产厂家的全站仪质量进行总体评价,再根据最大允许误差和斜率法对全站仪的有效性进行预警分析,最后基于此方法搭建计量器具性能评价及失效预警系统。通过对实际全站仪检定数据展开实验,开发出来的计量器具性能评价及失效预警系统有效实现了全站仪的性能评价及失效预警。