基于航迹数据的改进DBSCAN聚类算法研究

作     者：申正义 李平 王洪林 赵迪 郭文琪 SHEN Zhengyi;LI Ping;WANG Honglin;ZHAO Di;GUOWenqi

作者机构：空军预警学院武汉430019 31435部队沈阳110015 

出 版 物：《空天预警研究学报》 (JOURNAL OF AIR & SPACE EARLY WARNING RESEARCH)

年 卷 期：2024年第38卷第2期

页      面：128-131页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主　　题：模拟训练 DBSCAN算法 二次聚类 自适应参数选取 航迹数据 

摘      要：为研究模拟训练航迹数据聚类,针对基于密度的噪声应用空间聚类(DBSCAN)算法参数选取不精准、聚类准确度不高的问题,提出一种改进的DBSCAN聚类算法.首先,通过KNN算法计算邻域半径并得到用于DBSCAN聚类的初始化核心数据对象,实现粗聚类;其次,根据数据对象的特点,加入航向特征进行二次聚类,既解决了DBSCAN算法随机初始化核心点和参数选取难的问题,又加入能够反映数据方向的特征;最后,进行了仿真实验.实验结果表明,改进DBSCAN算法比传统DBSCAN算法具有更好的聚类效果.