基于自组织聚类的多机协同编批方法

摘要

针对多机协同对抗过程中的编批问题，设计了一种基于改进自组织迭代聚类的多机协同编批方法.该方法解决了传统自组织迭代聚类算法中人工参数设置不便利不直观的问题，能够在给定少数直观超参数条件下，使多机自主调整聚类过程中所涉及的参数，最终迭代出合理的编批结果.首先对高维多机态势信息进行标准化和主成分分析处理，从而确认新的向量空间；然后引入密度聚类中的邻域密度判别思想对传统自组织迭代聚类方法的合并和分裂操作进行改进，优化并减少了传统方法进行分裂和合并操作所涉及的人工参数，提升了执行编批聚类任务的智能自主性；最后选取算法评价指标，使用所提算法以及传统算法对多个人工合成数据以及实际想定场景进行聚类测试并对测试结果进行评价.人工合成数据仿真表明改进自组织迭代聚类算法在优化聚类过程中的人工参数后仍与原始算法表现出相当的性能，实际想定场景的编批结果进一步说明了改进自组织迭代聚类算法在具体应用场景中的有效性以及在未来实际场景中的实用性.

关键词

多机协同编批 / 高维态势信息 / 自组织 / 聚类 / 超参数

基金资助

国家自然科学基金资助项目（61773031）