基于贝叶斯网络推理的导弹目标类型识别

• 作者: 姜维 李一军
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 目标类型识别 不确定性推理 贝叶斯网络 可信度推理 导弹
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 数字化制造技术
• 页码范围: 1264-1270
• 分类号: TP319.4|V474.2
• 字数: 6607字
• 语种: 中文

摘要

天基预警系统中的导弹目标类型识别特征被逐步采集到,其获取的顺序呈现一定随机性且往往又不完全独立.由此,建立了基于贝叶斯网络的推理模型,它可有效处理特征随机到达、特征间不完全独立条件下的不确定性推理问题,且易于融入专家知识.针对所采集的数据由于受传感器能力、环境干扰等多种因素影响而具有不完全可信性的问题,提出基于熵增益建立证据不确定的贝叶斯网络推理模型.通过预警仿真系统实验表明,可信度贝叶斯网推理模型可改善推理精度7.35%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一军	哈尔滨工业大学信息管理与信息系统研究所	206	5614	39.0	67.0
2	姜维	哈尔滨工业大学信息管理与信息系统研究所	31	522	13.0	22.0