面向目标机动类型的数据标签生成方法

TP391.1; 针对现有目标机动类型识别方法通用性不足、准确率较低等问题,提出基于改进K-medoids聚类的多层标签生成方法.以空中目标机动轨迹为例,设计多种数据预处理方法,采用动态时间规整作为聚类算法的距离度量,通过构建标签框架指导算法实施过程,进行迭代聚类以生成多层标签.在公开数据集上测试算法,实验结果表明,该方法在无监督情况下对第一层标签的识别准确率达到 89.75%,接近传统有监督算法;同时,相对于没有引入标签框架的情况,能更有效地区分第二层模糊标签.该方法只需少量专家知识,便能简单地扩展到不同领域、不同机动类型....

Full description

Saved in:
Bibliographic Details
Published in指挥控制与仿真 Vol. 46; no. 3; pp. 86 - 94
Main Authors 汪其林, 曹志敏, 高静
Format Journal Article
LanguageChinese
Published 江苏自动化研究所,江苏 连云港 222061 2024
Subjects
dynamic time warping
label generation
K-medoids聚类
动态时间规整
K-medoids clustering
标签生成
Online AccessGet full text
ISSN1673-3819
DOI10.3969/j.issn.1673-3819.2024.03.013

Cover

More Information
Summary:TP391.1; 针对现有目标机动类型识别方法通用性不足、准确率较低等问题,提出基于改进K-medoids聚类的多层标签生成方法.以空中目标机动轨迹为例,设计多种数据预处理方法,采用动态时间规整作为聚类算法的距离度量,通过构建标签框架指导算法实施过程,进行迭代聚类以生成多层标签.在公开数据集上测试算法,实验结果表明,该方法在无监督情况下对第一层标签的识别准确率达到 89.75%,接近传统有监督算法;同时,相对于没有引入标签框架的情况,能更有效地区分第二层模糊标签.该方法只需少量专家知识,便能简单地扩展到不同领域、不同机动类型.
ISSN:1673-3819
DOI:10.3969/j.issn.1673-3819.2024.03.013