关联规则挖掘算法的改进和实现

关联规则挖掘算法作为数据挖掘的重要算法,非常适合于发现数据表中数据项之间的关联关系、潜在规律和知识.分析了传统关联规则挖掘算法的不足,并从冗余规则和虚假规则两个方面改进了关联规则的挖掘算法.针对冗余规则提出了修改ap_genrules函数或采用"向下挖"两种方法;针对虚假规则引入"相关度"概念,弥补了仅仅依赖最小支持度和最小信任度的不足.最后对两种改进挖掘算法的运行状况进行了比较和分析.     

面向目标跟踪的数据融合技术及实现

讨论了多传感器数据融合功能模型,介绍了一种面向目标跟踪的数据融合算法及其实现。     

基于关联图的网络故障智能诊断的研究与实现

随着信息技术的飞速发展,网络规模的扩大与网络异构程度的增加都对网络的安全性提出了越来越高的要求。网络故障诊断是网络故障管理的核心。本文提出了考虑时间因素的基于关联图的故障定位算法。此算法在关联图出现环时,根据关联图中各顶点所代表的故障事件的发生时间定位故障,发生时间早的故障极有可能就是故障源。此算法原理虽简单,但在现实中具有较高的实用性。     

DBSCAN算法在通信电台关联上的应用

文章主要探讨DBSCAN算法用于通信侦察信息融合系统中的通信电台关联的方法,并给出典型的应用实力.实践表明DBSCAN算法在数据融合领域具有重要的应用价值.     

改进的拉格朗日松弛数据关联算法

在多传感器多目标跟踪领域中,当传感器为被动式的,传统的多维分配算法利用拉格朗日松弛算法求解.拉格朗日乘子更新一般用次梯度方法,但每次迭代都要进行多次极小化运算来求对偶解,导致实时性差.针对这个问题,提出了一种改进的基于拉格朗日松弛的数据关联算法,通过代理修正次梯度方法更新拉格朗日乘子,并在允许时间内获得近似解.仿真实验...     

基于双自适应调节算子的装备作战效能评估方法

为解决某型装备作战效能评估客观性差问题,在分析作战任务基础上构建效能评估指标体系,通过构建改进的效能评估模型,引入双自适应调节算子灵敏反应指标数据波动,确保了指标权重精确度,并通过单个权重和双自适应调节算法权重衡量方法的实例对比,验证了本模型的科学性、准确性.该模型对基础数据要求低,计算相对简便;构建的指标体系全面,较好地反映了评估对象的作战特征;避免了人为因素对指标权重的影响,结论更加客观.研究结果对快速、科学制定作战方案和改进某型装备性能设计有一定的参考意义.     

单小批量武器装备保障的质量屋模型研究

摘要：针对单小批量武器装备保障的特殊需求,对传统的质量屋模型进行了改进,建立了基于装备保障需求与保障规则的质量屋模型,利用整数规划技术进行求解,使得单小批量武器的装备保障规则按照实际保障需求重新排列优先次序,并通过对某型火炮保障方案的筛选验证了模型的正确性．新的质量屋模型发展完善了质量屋的理论与方法,有助于提高单小批量武器的装备保障能力．     

基于灰色关联分析的反导导弹战斗部作战效能评估

针对反导导弹战斗部的性能特点,以灰色关联理论为基础,采用灰色加权关联度分析进行综合评判,建立了反导导弹战斗部作战效能评估模型．最后通过算例,验证了该模型的完整性,最终为决策者做出合理的作战决策提供了理论参考．     

舰载主被动传感器数据关联算法

针对海战场密集目标情况下,传统方法在解决舰载主被动传感器数据关联问题中表现的不足,提出一种基于属性信息相似度检验的方法.通过分析雷达实体目标与辐射源在时间上可能出现的不同对应关系,给出相应的判决规则.仿真结果表明,新算法具有较高的关联精度和较低的漏关联概率.     

体系攻防条件下的多阶段目标选择模型

针对体系攻防对抗条件下的目标选择问题,提出了一个基于完全信息序贯博弈的多阶段目标选择模型。该模型分析了目标体系攻防的博弈过程,使用动态贝叶斯网络描述了对抗双方策略对博弈状态的影响,将目标选择问题转化为标准的博弈树对策问题求解。然后设计了一种消除目标体系结构中与或子树的方法,以简化目标选择策略空间。最后通过案例说明了使用逆向归纳法求解目标选择策略的过程。结果表明,该模型和方法能够在体系攻防、目标间具有复杂层次关联的条件下为目标选择决策提供辅助。