基于卷积神经网络的空间目标特性聚类分析研究

摘要

空间目标特性聚类是支撑目标分析、属性分类和身份识别等指挥与控制的有效方法.原始特性数据特征不易辨识,直接聚类分析效果往往不够理想.为此,利用卷积神经网络的特征提取能力,对原始特性数据进行特征提取,获取高质量数据特征;基于K-means算法对目标特征数据进行聚类分析.实验结果表明,该方法在分析准确率和算法性能上都明显提高,有效增强了空间目标特性分析能力,能更好地支撑空间态势相关决策.