基于机器学习的作战体系能力特征指标挖掘

• 作者: 杨永利 殷小静 王文祥 胡晓峰 荣明
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 作战体系 能力 指标挖掘 仿真试验床 机器学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 专栏
• 页码范围: 1048-1054
• 页数: 7页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-0238

摘要

针对当前作战体系能力特征指标挖掘存在的两个困难:作战数据生成和挖掘方法选择,提出“先采用仿真试验床生成作战数据,再利用机器学习挖掘特征指标”的方法.研究了2种基于机器学习的特征指标挖掘方法:基于网络聚合的方法,依据基础指标的相关性进行社团划分,利用主成分分析法得到特征指标,应用该方法挖掘防空能力的特征指标;基于集成学习的方法,利用装袋法生成测试数据集和CART决策树训练模型,利用主成分分析法得到特征指标,应用该方法挖掘防突入能力的特征指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓峰	国防大学联合作战学院	244	2703	27.0	37.0
2	荣明	国防大学联合作战学院	17	79	4.0	8.0
3	殷小静	国防大学联合作战学院	3	1	1.0	1.0