-
题名基于密集度量元的近邻传播聚类算法
被引量：1
- 1
-
-
作者
常瑞花
-
机构
武警工程大学科研部研究所
-
出处
《微电子学与计算机》
CSCD
北大核心
2015年第5期1-5,共5页
-
基金
国家自然科学基金项目(61309022)
陕西省自然科学基金项目(2013JQ8031)
武警工程大学基础研究项目(WJY201315)
-
文摘
聚类是数据挖掘领域中发现数据隐含模式的有效方法之一.针对传统近邻传播聚类算法中采用欧式距离表示数据相似度,不能有效处理复杂结构数据的不足,提出了一种基于密集度量元的近邻传播聚类算法.该算法首先引入密度的思想,然后在近邻传播算法的框架下定义密度因子,设计新的空间一致性距离测度类欧式距离,构造基于密度敏感的相似性度量元,提高了传统算法处理复杂结构数据的性能.最后通过仿真实验验证了该算法的有效性.
-
关键词
密度
近邻传播
聚类
-
Keywords
density
affinity propagation
clustering
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于加性超球体平方根UKF算法的无人机姿态确定
- 2
-
-
作者
沈晓卫
贾维敏
姚敏立
常瑞花
-
机构
第二炮兵工程大学信息工程系
中国人民解放军
武警工程大学科研部研究所
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2012年第8期851-856,共6页
-
基金
国家自然科学基金（61179005,61179004）资助项目.
-
文摘
针对无迹卡尔曼滤波（UKF）计算量大的问题，提出一种加性超球体平方根UKF算法，即ASSRUKF算法。该算法通过引入加性非扩展形式减少状态维数，并采用超球体单形采样减少采样点的数量，有效降低了算法计算量；同时采用协方差阵的平方根代替协方差阵参加递推运算，以提高滤波算法的计算效率和数值稳定性。建立了加性噪声下基于微机械惯性测量单元和磁强计的无人机姿态模型，并采用ASSRUKF算法进行姿态估计。仿真结果表明，本算法的精度与UKF相当，而执行时间仅为UKF的36．8％，有效降低了算法的计算复杂度。
-
关键词
姿态确定
超球体分布采样
无迹卡尔曼滤波(UKF)
加性噪声
-
Keywords
attitude determination, spherical simplex sampling, unscented Kalman filter （UKF）, additive noise
-
分类号
V448.22
[航空宇航科学与技术—飞行器设计]
-
