针对雷达干扰识别决策树分类器设计需要人工介入的问题, 提出了一种基于模糊聚类、Xie-Beni指标和信息增益的决策树自动化设计方法。该方法首先对干扰信号在时域、频域和脉压后时域等维度建立参数特征集, 接着在决策树建立过程中引入模糊C均值聚类(FCM), 从而解决传统决策树需要先验知识设置判决门限的问题; 然后通过Xie-Beni指标动态确定决策树节点分支数, 优化决策树复杂程度; 最后使用基于信息增益的ID3算法建立模糊聚类决策树。该方法解决了干扰识别决策树的自动化设计问题, 且优化了决策树性能。计算机仿真及某雷达对抗实验数据验证了所提方法的有效性。
模糊聚类 Xie-Beni 指标 决策树 自动化设计 fuzzy clustering Xie-Beni index decision tree automatic design
