基于AP-DBSCAN聚类的弹道目标进动特征提取

进动是弹道目标识别的重要特征。以锥体弹头为研究对象,文中提出了一种基于宽带雷达组网的锥体目标进动特征提取方法。首先建立弹道目标进动模型,利用AP聚类算法,根据回波信号的强度进行初步聚类,然后通过DBSCAN算法,剔除噪声点,将非噪声信号分类并求平均值。在此基础上,分别估计出不同雷达体制下各散射中心的幅、相信息,进而解算出弹道目标的进动参数。仿真结果表明,在信噪比较小的情况下,目标的进动参数估计精度仍较高。

基于用户分群的数字社区消费者多模态特征分析与服务效能提升研究

[目的/意义]对数字社区消费者进行多模态特征分析与服务效能提升,有助于为数智赋能在线社区建设提供新视野、为相关部门部署数字决策提供新动能。[方法/过程]结合社区特性构建用于消费者分群的数据维度,将维度下的24个指标数据进行二次聚合后实现分群,并构造参数、决策变量及函数表,从而分析消费者多模态特征,基于这些特征实现数字消费服务效能的提升。[结果/结论]实证分析结果表明,本文模型能够生成合理有效的分群结果,进而实现类群特征区分以及群间渗透与漂移现象分析;分群结果呈现出6类消费者群体:重点、中心、特殊、沉睡、流失和一般类群,绝大多数类群都会产生用户渗透现象,仅有一般用户类群会发生群间漂移现象;服务效能提升模型表明最受关注价值的群体为中心和重点类群。

一种基于行为的Android恶意软件家族聚类方法

基于同一家族恶意软件在行为上的相似性特征,提出了一种基于行为的Android恶意软件家族聚类方法.该方法构建了软件行为刻画特征集合,通过定制ROM的方式来构建行为捕获机制并采集恶意软件的行为日志,基于行为日志提炼恶意软件特征集,使用DBSCAN(density-based spatial clustering of applications with noise)聚类算法进行家族聚类.通过对大量已经人工分类的恶意软件进行评估,实验结果表明,在最优情况下,本方法在聚类准确率上达到了91.3%,在测试样本识别预测上正确率达到了82.3%.