基于K-Means聚类算法的空中态势威胁挖掘OA北大核心CSCDCSTPCD
Aerial Situation Threat Mining Based on K-Means Clustering Algorithm
战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度.正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据.建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题.实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性.
谷玉荣;黄耀雄;高艳;郭静
北方自动控制技术研究所,太原 030006北方自动控制技术研究所,太原 030006北方自动控制技术研究所,太原 030006北方自动控制技术研究所,太原 030006
军事科技
威胁属性指标空中态势威胁K-Means聚类算法目标威胁等级
《火力与指挥控制》 2019 (4)
92-96,5
评论