隨著現(xiàn)代信息技術(shù)的高速發(fā)展,各種高新技術(shù)也不斷地應(yīng)用在了軍事領(lǐng)域,使得戰(zhàn)爭(zhēng)越來(lái)越信息化,作戰(zhàn)雙方對(duì)信息的掌握和應(yīng)用程度對(duì)戰(zhàn)局有著越來(lái)越重要的影響。然而,軍隊(duì)信息化程度的提高也使得戰(zhàn)場(chǎng)數(shù)據(jù)浩如煙海。因此,如何處理大量戰(zhàn)場(chǎng)信息,給指揮員提供可靠、有用的信息情報(bào),幫助指揮員進(jìn)行正確、有效的決策,成為取得戰(zhàn)場(chǎng)優(yōu)勢(shì)的關(guān)鍵。分析戰(zhàn)場(chǎng)上敵方目標(biāo)動(dòng)態(tài)的異常變化,可以及時(shí)準(zhǔn)確地發(fā)現(xiàn)戰(zhàn)場(chǎng)上敵方戰(zhàn)略部署的變化。但現(xiàn)階段,大多數(shù)信息系統(tǒng)主要通過(guò)可視化技術(shù)將戰(zhàn)場(chǎng)信息呈現(xiàn)給指揮員,主體功能在于展現(xiàn)信息,并沒(méi)有深入地分析挖掘數(shù)據(jù)所隱含的其他有價(jià)值的作戰(zhàn)信息,充分利用好戰(zhàn)場(chǎng)感知信息。因此,需要采用更為有效的計(jì)算機(jī)輔助的方式來(lái)檢測(cè)敵方目標(biāo)信息數(shù)據(jù)的異常變化�；诖�,本文主要的研究?jī)?nèi)容是對(duì)戰(zhàn)場(chǎng)目標(biāo)活動(dòng)信息進(jìn)行異常分析,包括群體目標(biāo)的位置動(dòng)態(tài)異常,群體目標(biāo)的頻域統(tǒng)計(jì)分布異常以及單目標(biāo)的動(dòng)態(tài)異常三個(gè)方面,為態(tài)勢(shì)預(yù)測(cè)提供理論技術(shù)支撐。詳細(xì)內(nèi)容如下:（1）研究戰(zhàn)場(chǎng)固定區(qū)域內(nèi)群體目標(biāo)位置動(dòng)態(tài)的異常檢測(cè)方法。由于戰(zhàn)場(chǎng)上目標(biāo)的位置分布存在不均勻的情況,使用傳統(tǒng)DBSCAN聚類算法處理非均勻密度數(shù)據(jù)時(shí)聚類效果不佳,會(huì)導(dǎo)致異常檢測(cè)結(jié)果出現(xiàn)... 

【文章來(lái)源】：中國(guó)艦船研究院北京市

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

DBSCAN聚類算法圖解

敵方群體目標(biāo)聚集點(diǎn)的個(gè)數(shù)發(fā)生變化舉例由圖3.6，在某時(shí)刻之間，敵方群體目標(biāo)聚集點(diǎn)一直為一個(gè)，即C1，在此時(shí)

群目標(biāo)位置動(dòng)態(tài)仿真檢測(cè)率結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于K-Means聚類算法的行業(yè)用電行為分析[J]. 周小明,蘇安龍,楊宏宇.  電氣應(yīng)用. 2015(S1)
[2]改進(jìn)的二次型直方圖距離度量[J]. 余旺盛,田孝華,侯志強(qiáng),劉彬.  西安電子科技大學(xué)學(xué)報(bào). 2015(03)
[3]基于DBSCAN的環(huán)境傳感器網(wǎng)絡(luò)異常數(shù)據(jù)檢測(cè)方法[J]. 潘淵洋,李光輝,徐勇軍.  計(jì)算機(jī)應(yīng)用與軟件. 2012(11)
[4]DBSCAN算法中參數(shù)自適應(yīng)確定方法的研究[J]. 周紅芳,王鵬.  西安理工大學(xué)學(xué)報(bào). 2012(03)
[5]基于組合歐拉向量與邊緣方向直方圖的圖像檢索方法[J]. 楊紅菊,菅小艷,曹付元,錢揖麗.  模式識(shí)別與人工智能. 2012(03)
[6]QPSO優(yōu)化的改進(jìn)CLARANS聚類算法[J]. 段明秀.  計(jì)算機(jī)工程與應(yīng)用. 2013(09)
[7]一種新的直方圖核函數(shù)及在圖像分類中的應(yīng)用[J]. 賈世杰,孔祥維.  電子與信息學(xué)報(bào). 2011(07)
[8]基于距離的不確定離群點(diǎn)檢測(cè)[J]. 于浩,王斌,肖剛,楊曉春.  計(jì)算機(jī)研究與發(fā)展. 2010(03)
[9]戰(zhàn)場(chǎng)復(fù)雜電磁環(huán)境構(gòu)成分析[J]. 李楠,張雪飛.  裝備環(huán)境工程. 2008(01)
[10]基于劃分和凝聚層次聚類的無(wú)監(jiān)督異常檢測(cè)[J]. 李娜,鐘誠(chéng).  計(jì)算機(jī)工程. 2008(02)

博士論文
[1]海戰(zhàn)場(chǎng)電磁態(tài)勢(shì)生成若干關(guān)鍵技術(shù)研究[D]. 周倜.哈爾濱工程大學(xué) 2013
[2]離群檢測(cè)算法研究[D]. 楊茂林.華中科技大學(xué) 2012
[3]智能數(shù)據(jù)分析中異常數(shù)據(jù)的集成化管理方法研究[D]. 姚衛(wèi)新.復(fù)旦大學(xué) 2004

碩士論文
[1]基于統(tǒng)計(jì)方法的異常數(shù)據(jù)檢測(cè)及其修復(fù)[D]. 金偉.南京郵電大學(xué) 2016
[2]基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法的研究[D]. 費(fèi)歡.浙江農(nóng)林大學(xué) 2015
[3]基于密度差異的離群點(diǎn)檢測(cè)研究[D]. 辛麗玲.北京交通大學(xué) 2015
[4]基于密度的局部離群點(diǎn)檢測(cè)算法的研究與改進(jìn)[D]. 趙新想.華中師范大學(xué) 2014
[5]數(shù)據(jù)挖掘中的離群點(diǎn)檢測(cè)算法研究[D]. 胡婷婷.廈門大學(xué) 2014
[6]電子商務(wù)環(huán)境中異常數(shù)據(jù)應(yīng)用研究[D]. 杜巖虎.蘭州交通大學(xué) 2013
[7]基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的戰(zhàn)場(chǎng)信息預(yù)測(cè)與評(píng)估[D]. 陳固勝.南京理工大學(xué) 2013
[8]基于密度的局部離群點(diǎn)檢測(cè)算法分析與研究[D]. 揭財(cái)明.重慶大學(xué) 2012
[9]過(guò)程控制系統(tǒng)中異常數(shù)據(jù)檢測(cè)方法的研究[D]. 吳潔.東北大學(xué) 2011
[10]基于神經(jīng)網(wǎng)絡(luò)的異常點(diǎn)挖掘[D]. 趙伯夷.河北大學(xué) 2011



本文編號(hào)：3406229