一种基于改进支持向量机的目标威胁估计方法
井胜勇
中国人民解放军国防大学十五队 北京 100091
摘要：针对现代战争对信息获取和处理的需求,在综合考虑信息融合中目标威胁估计的特点和目标威胁值的主要影响因素的基础上,论文提出了一种基于改进支持向量机(PSO-SVM)目标威胁估计方法.论文建立了PSO-SVM目标威胁估计模型,实现了PSO-SVM目标威胁估计算法,并对该方法进行了仿真实验.仿真实验结果显示,论文算法的平均误差绝对值为零,远远优于普通的SVM算法,具有很好的预测能力,可以快速、准确地实现作战目标威胁估计.
关键词：信息融合目标威胁估计支持向量机粒子群优化算法
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 29-32,76 )
英文信息