小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

孙海文; 谢晓方; 孙涛; 张龙杰

首页> 中文期刊> 《系统工程与电子技术》 >小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对海上编队防空目标威胁评估过程中样本数据量较少且易缺失、已有评估方法过多依赖专家经验以及难以进行时间序列上动态评估的问题,提出了基于约束参数学习的动态贝叶斯网络(dynamic Bayesian net-works,DBN)威胁评估方法.采用AR(p)模型预测时间序列上的缺失数据,从而获得完备的小数据集样本;在此基础上,根据专家经验构建合理的参数约束模型;进一步利用贝叶斯估计进行参数学习;将学习得到的参数代入DBN中,推理求出威胁评估结果;引入效用理论对威胁评估结果进行排序.仿真实验表明该评估方法在小样本数据缺失状态下目标威胁评估的结果合理,准确性高.

著录项

来源
《系统工程与电子技术》 |2019年第6期|1300-1308|共9页
作者
孙海文; 谢晓方; 孙涛; 张龙杰;
展开▼
作者单位

海军航空大学,山东烟台264001;

海军航空大学,山东烟台264001;

海军航空大学,山东烟台264001;

海军航空大学,山东烟台264001;

展开▼
原文格式 PDF
正文语种 chi
中图分类海军;导弹：按射程、作用、结构区分;数据处理、数据处理系统;其他学科在军事上的应用;
关键词
动态贝叶斯网络; 约束模型; 参数学习; AR(声)模型; 小样本数据缺失; 威胁评估及排序; 效用理论;

相似文献

中文文献
外文文献
专利

1. 基于DDBN-Cloud的舰艇编队防空目标威胁评估方法 [J] . 孙海文 ,谢晓方 ,孙涛 . 系统工程与电子技术 . 2018,第011期
2. 联合防空任务下舰艇编队威胁评估方法 [J] . 李一夫 ,宋贵宝 ,贾汝娜 . 现代防御技术 . 2019,第003期
3. 水面舰艇编队防空目标威胁评估 [J] . 孙春生 ,齐新战 ,鲁军 . 系统仿真技术 . 2016,第002期
4. 舰艇编队网络化防空作战空袭目标威胁评估 [J] . 代进进 ,李相民 . 系统工程与电子技术 . 2013,第003期
5. 舰艇编队防空威胁扇面研究 [J] . 吉泽 ,王义涛 ,韩宇 . 火力与指挥控制 . 2020,第004期
6. 舰艇编队防空中的目标威胁排序问题 [C] . 肖秦 . 中国电子学会电子系统工程分会第十九届军队信息化理论学术研讨会 . 2012
7. 舰艇编队防空任务规划与毁伤效果评估方法研究 [A] . 申兴盼 . 2018

小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

摘要

著录项

相似文献

相关主题

期刊订阅