一种基于K-means++聚类算法的智能集群分簇方法技术

本发明专利技术涉及一种基于K

【技术实现步骤摘要】
一种基于K
‑
means++聚类算法的智能集群分簇方法


[0001]本专利技术涉及分簇方法
，具体的说是一种基于K
‑
means++聚类算法的智能集群分簇方法。

技术介绍

[0002]在战场物联网背景下，弹药的发展正朝着信息化、智能化、网络化的方向发展，其中最具代表性的就是巡飞弹自组网，巡飞弹作为一种能在目标区域上方进行“巡弋飞行”、“待机”执行多种作战任务的新概念弹药。它是先进的无人机技术和导弹技术相结合的产物，能够快速抵达目标区域，并执行侦察监视、目标定位、空中封锁、精确打击、毁伤效果评估等任务，是一种特征鲜明、可满足未来信息化作战需求的智能弹药。巡飞弹通过组网，可以形成弹药集群，这种弹药集群又被称之为网络化弹药，在实际作战过程中网络化弹药能够涌现出倍增效应，同时又具有较强的系统抗毁伤性和控制的自主性，因此具备极其优越的作战能力。
[0003]分簇是由任务、通信、计算、资源多方驱动的一种网络结构划分方法，旨在平衡各节点的计算压力，合理分配网络资源，资源更优的节点担任更多的计算任务，以此提升网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K
‑
means++聚类算法的智能集群分簇方法，其特征在于，包括以下步骤；步骤1、确定初始分簇数量k
*
，其中，B1和B2分别是簇内和簇间通信的带宽，N是无人机的数量；步骤2、智能平台节点被建模为点集S＝{s1,s2,...s
i
...,s
N
}，从点集中随机选择k
*
个初始分簇中心；步骤3、将每个节点分到距离最近的分簇中心对应的簇中；步骤4、计算每个簇中的节点被选为下一次迭代后的本簇分簇中心概率，在每个分簇中选择概率最高节点作为下一次迭代的分簇中心，节点s
i
被选择为下一次迭代的分簇中心的概率D(s
i
)为节点s
i
...

【专利技术属性】
技术研发人员：吴昊，魏平，孙世岩，石章松，吴中红，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：