买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京大学申请的专利一种基于反距离加权在线聚类的雷达脉冲分选方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119513627B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411565651.5，技术领域涉及：G06F18/23；该发明授权一种基于反距离加权在线聚类的雷达脉冲分选方法是由王琼;王昱;郭鹏;张清源;杨冰艳;柏业超设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于反距离加权在线聚类的雷达脉冲分选方法在说明书摘要公布了：本发明公开了一种基于反距离加权在线聚类的雷达脉冲分选方法，属于雷达信号分选领域，包括步骤一，根据现代雷达信号的特点，用python来生成大量具有典型雷达信号多样性的脉冲样本；步骤二，将生成的脉冲数据集的前1000个全量预聚类；步骤三，剩余的脉冲数据进行单样本反距离加权相似度的实时信号分选，步骤四，对分选结果进行实时验证；步骤五，重复步骤三步骤四，直至全部数据分选完；步骤六，用增量Leader算法和非增量DBSCAN和BGMM算法重复步骤三步骤四，与本发明进行对比试验验证，本发明基于加权和的判别准则进行脉冲的聚类关联，克服了先验知识依赖的困扰，通过滑动平均技术动态更新簇中心，实现了更高的分选准确度。

本发明授权一种基于反距离加权在线聚类的雷达脉冲分选方法在权利要求书中公布了：1.一种基于反距离加权在线聚类的雷达脉冲分选方法，其特征在于，包括以下步骤： 步骤一：构建雷达信号样本，根据现代雷达信号的特点，通过python生成若干具有典型雷达信号多样性的脉冲序列样本； 步骤二：对前1000个脉冲序列进行全量聚类，得到初始的簇中心列表和类别序号； 步骤三：根据预先得到的初始簇中心列表和类别序号，将剩余的数据根据时间节拍进行单样本反距离加权相似度的实时信号分选； 步骤四：对步骤三的分选结果进行实时验证； 步骤五：重复步骤三，步骤四，直至全部数据分选完； 步骤六：用增量Leader算法和非增量DBSCAN和BGMM算法重复步骤三、步骤四以及步骤五，进行对比实验验证； 步骤三中，根据预先得到的初始簇中心列表和类别序号，将剩余的数据根据时间节拍进行单样本反距离加权相似度的实时信号分选，具体包括以下步骤： 给定一个脉冲查询点，已知类的簇中心列表，，其中为全量聚类已知类的最大索引和一个脉冲流： ， 其中是实例的特征向量，； 步骤3.1：计算与当前已知类簇中心之间的CF和DOA距离： ； ； 步骤3.2：选择每个脉冲特征距离最近的k个簇中心，k取n2，n为当前簇个数，记为： ； ； 步骤3.3：基于反距离加权相似度，计算每个在中的倒数， ； 其中是一个很小的正数，用来避免分母为零的情况，通过计算出的距离转化成可靠的概率阈值，对每个在中的相似度进行归一化，使每一组特征的概率和为1，为后续的分选提供，即 ； 步骤3.4：得到每个的权重后，对进行相似度加权和得到总权重=，根据进行判断，得到的类别，即 ； 其中，n表示当前类别个数，threshold表示相似度函数设定的阈值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。