针对非均衡样本的雷达字提取算法

雷达字作为构成雷达短语的基元，其提取效果的好坏将直接影响后续雷达行为辨识的可信度。针对侦收数据不均衡情况下的雷达字提取问题，提出一种基于K-means算法改进的K-OPTICS雷达字提取算法。通过构建虚拟聚类中心和簇合并的方法，使其在各种样本不均衡的仿真场景下仍能取得91.22%以上的提取准确率，较传统算法具有更好的参数不敏感性。