收藏本站
《大连理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

作战指挥决策支持系统目标融合识别研究

丛蓉  
【摘要】: 作战指挥决策系统是现代战争实施指挥控制的主要支撑平台,多传感器融合是提供指挥控制和辅助决策的前提和依据,目标融合识别程度的高低直接影响指挥决策者对战场态势的分析、判断和把握。目前,决策层目标融合识别对决策系统的不确定性无法做出有效度量,对有噪声的目标数据缺乏研判能力。为此,本文采用基于粗糙集理论和其他数据挖掘方法,对目标融合识别的关键环节进行分析和研究,主要工作有以下几方面: (1)不确定性度量是粗糙集理论研究的重要问题,基于依赖度γ的度量无法全面反映决策系统的不确定性。针对这个问题,本文构建了一种基于边界域的变精度条件熵的度量标准。理论分析表明在衡量决策系统一致性程度问题时,该度量标准与条件熵具有相同的判别作用,与相对正域等效。实验结果表明,相比较其它度量标准,在离散化处理、属性约简算法中采用该标准,具有计算简单、准确性高和抗噪声数据的特点。 (2)离散化处理中的全局方法很难保证系统的一致性,局部方法又会产生过多的断点。针对这些问题,提出了一种基于属性重要度的整体连续属性离散化方法。按照对象的一致程度分组选取候选断点能够减少生成断点的数量,根据重要性依次对属性进行离散处理能更好地保证系统的一致性。该算法定义了基于边界域条件熵的断点重要性,删除重要性为零的断点,从而降低决策表的规模,提高面向决策系统算法的运行效率。实验结果表明,该算法具有时间复杂度低、生成离散断点少的优点。 (3)基于代数观的属性约简方法不适用于不一致决策系统,针对这个问题,本文结合代数观和信息观两种理论思想,提出了基于改进分辨矩阵和信息熵的属性约简算法。改进的分辨矩阵能够在不一致决策系统中求得属性核;利用边界域变精度条件熵作为不确定度量,以属性核作为迭代初值,以信息熵的属性重要性作为准则求得属性约简。结果表明,该算法能够提供较少的约简数目和规则数目,识别精度较高,对于含有噪声类型的数据也具有较好的效果。 (4)将粗糙集理论与其它人工智能技术结合,提出了包含航迹关联和目标类型识别的目标融合模型。针对航迹关联难以处理目标数量多且位置较近的问题,通过构建目标观测数据相似度方程,提出基于层次和密度的航迹关联算法,实验表明该算法具有提高航迹关联准确性、时间复杂度低和易于实现的优点。针对无法通过规则推导出目标类型的数据,提出了一种目标类型识别算法,利用粗糙集近似集来定义DS证据理论下的相关函数。实例证明,与传统识别方法相比,该算法具有更高的计算效率和识别准确性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李伟;;电子政务与知识管理[J];科技信息(学术版);2006年09期
2 车德文;;浅谈决策支持系统在电子政务中的应用[J];科技资讯;2007年09期
3 李亮;杨雪燕;张群林;;社会性别公平促进决策支持系统研究——在生殖健康/计划生育优质服务领域的探索[J];妇女研究论丛;2008年04期
4 朱晓峰;潘郁;张瑞荣;;危机管理的政府决策支持系统研究[J];情报科学;2007年02期
5 陈曦;费奇;王红卫;曾伟;;基于预案的国民经济动员决策支持系统研究[J];军事经济研究;2007年09期
6 戴超凡;聂海波;邓苏;;关于军队工程硕士《决策支持系统》课程教学的思考[J];高等教育研究学报;2009年03期
7 纪海泉;龚延成;潘胜新;;战时军事物流决策支持系统的逻辑结构与技术实现[J];后勤指挥学院学报;2011年03期
8 胡必杰;黄声磊;;评估检测系统和诊断决策支持系统对生物恐怖主义的反应能力[J];国外医学(微生物学分册);2004年02期
9 吴云岗;韩燮;;基层作战部队信息化管理及辅助决策系统研究与设计[J];科技情报开发与经济;2007年05期
10 姜琛凯;;项目风险管理与信息和决策[J];山东行政学院.山东省经济管理干部学院学报;2010年02期
11 孟庆振;王世云;;基于UML的机动工程保障决策支持系统概念建模[J];军事运筹与系统工程;2011年02期
12 高坚,佟明安;空战关键信息与战术规则提取算法[J];火力与指挥控制;2004年01期
13 陈晓辉;;运用数据挖掘技术优化公安指挥决策[J];福建公安高等专科学校学报;2007年05期
14 范荣华;马五星;张盾;;战争经济保障分析与决策支持系统设计[J];军事经济研究;2008年11期
15 张海军;李逸波;葛先军;姜彬;;公路运输路线规划决策支持系统的研究与设计[J];海军航空工程学院学报;2005年02期
16 宋志强;何宏;沈贵林;吕绍旭;;基于数据仓库的军事物流决策支持系统应用研究[J];物流科技;2006年12期
17 贺一峰;;基于商业智能的学生评教决策支持系统的研究与设计[J];新疆警官高等专科学校学报;2008年03期
18 李艳;;决策支持系统课程授课方法的探讨[J];世纪桥;2009年15期
19 滕永昌;;决策支持系统在企业营销中的应用[J];北京石油管理干部学院学报;2009年03期
20 汪德飞;贾子英;刘芬良;;登陆地域选择决策支持系统设计[J];火力与指挥控制;2011年01期
中国重要会议论文全文数据库 前10条
1 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
2 刘永红;薛青;郑长伟;;基于粗糙集理论的C4ISR评估方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
3 陈昭炯;叶东毅;;粗糙集在一类林业数据决策分析中的应用[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年
4 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年
5 李晓丽;王彤;杜振龙;;基于粗糙集理论的流数据最优特征选择[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
6 齐晓轩;纪建伟;韩晓微;原忠虎;;基于FCM的粗糙集属性约简方法在汽轮机故障诊断中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
7 叶明全;伍长荣;胡学钢;;一种集成粗糙集与Logistic回归的分类模型[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
8 聂力;王翰虎;;一个基于粗糙集理论的分类规则学习算法[A];第十六届全国数据库学术会议论文集[C];1999年
9 王旭阳;王彤;李明;;基于粗糙集理论的分类规则挖掘方法[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
10 赵明清;陶树平;;基于模糊等价关系的粗糙集[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
中国重要报纸全文数据库 前10条
1 李磊 陈健;让决策更科学[N];计算机世界;2001年
2 本报记者 亚洲 本报特约记者 金泰华;全力构建决策支持系统[N];中国石油报;2003年
3 记者 尹海明;南宁建设防汛应急指挥决策支持系统[N];南宁日报;2009年
4 潘为英 姚剑 王力;油田开发决策支持系统初见端倪[N];中国石化报;2006年
5 单群一;中创软件倾心打造税务决策支持系统[N];中国税务报;2007年
6 雪舞;“数字朝阳”组成部分 现代农业基础工程[N];朝阳日报;2008年
7 记者 胡其峰;国家农业政策分析与决策支持系统初步建立[N];光明日报;2006年
8 赛迪顾问计算机与软件咨询事业部;金融行业 商业智能与决策支持系统将成热点[N];中国计算机报;2006年
9 范琳;财务决策智能化的里程碑[N];中国经济导报;2006年
10 林薇;四川分行“决策支持系统”助力决策[N];中国城乡金融报;2004年
中国博士学位论文全文数据库 前10条
1 丛蓉;作战指挥决策支持系统目标融合识别研究[D];大连理工大学;2010年
2 张国军;基于粗糙集的相对属性约简算法及决策方法研究[D];华中科技大学;2010年
3 马君华;粗糙集属性约简和聚类算法及其在电力自动化中的应用研究[D];华中科技大学;2010年
4 滕书华;基于粗糙集理论的不确定性度量和属性约简方法研究[D];国防科学技术大学;2010年
5 阎瑞霞;粗糙集的论域扩展理论及在专家系统中的应用[D];东华大学;2012年
6 纪霞;不完备信息系统中粗糙集理论的扩展研究与应用[D];安徽大学;2010年
7 赵佰亭;混合决策系统的粗集模型及在转台故障诊断中的应用[D];哈尔滨工业大学;2010年
8 王明春;基于粗糙集的数据及文本挖掘方法研究[D];天津大学;2005年
9 杨习贝;不完备信息系统中粗糙集理论研究[D];南京理工大学;2010年
10 贾修一;基于语义的粗糙集理论和模型研究[D];南京大学;2011年
中国硕士学位论文全文数据库 前10条
1 武金艳;粗糙集与证据理论在医疗智能诊断系统中的应用研究[D];湖南大学;2010年
2 李楠;基于邻域粗糙集的属性约简算法研究[D];陕西师范大学;2011年
3 王鹏;基于邻域粗糙集的属性约简算法研究[D];河北科技大学;2011年
4 梁蒙;基于粗糙集的属性约简算法研究[D];河南大学;2011年
5 任宏旺;基于粗糙集的数据挖掘模型的研究与应用[D];大连海事大学;2003年
6 张春杰;粗糙集与证据理论相结合的电能质量综合评估[D];燕山大学;2011年
7 陈展雄;基于多种群免疫量子粒子群的粗糙集属性约简与故障诊断[D];华东理工大学;2011年
8 王明娜;一种改进的粗糙集方法在数据挖掘中的应用[D];长春理工大学;2004年
9 宋家瑸;基于邻域粗糙集的信号指纹属性约简[D];北京邮电大学;2011年
10 葛丽;粗糙集在海量科学数据挖掘中的应用[D];电子科技大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978