基于改进决策树的战场目标辅助研判技术

• 作者: 李亚钊 李文强 肖海峰 陈娜
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 决策树算法 关联属性 分组策略 战场目标 辅助研判
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 实践与应用
• 页码范围: 62-67
• 页数: 6页
• 分类号: TP391.7
• 字数: 5079字
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2020.01.012

摘要

根据战场目标信息丰富、数据量大和需求多变等特点,提出了一种基于惩罚关联属性的改进决策树算法,以进行战场目标辅助研判.针对不同研判需求,通过对属性进行分组、取舍和修正,按照递归分析属性的重要程度,找寻目标最佳属性划分标准及属性与属性组的先后顺序,生成特定决策树,对目标进行分析判定,辅助指挥员进行决策.仿真试验表明,该算法在现代智能化战争中具有较好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈娜	中国电子科技集团公司第二十八研究所	5	0	0.0	0.0
2	李亚钊	中国电子科技集团公司第二十八研究所	8	1	1.0	1.0
3	李文强	中国电子科技集团公司第二十八研究所	2	0	0.0	0.0