系统工程与电子技术

作者：李园, 史宪铭, 李亚娟, 赵美

单位：1. 陆军工程大学石家庄校区装备指挥与管理系, 河北 石家庄 050003；2. 陆军步兵学院石家庄校区机械化步兵系, 河北 石家庄 050227

关键词：作战目标,目标分类,自适应提升,决策树

基金：军队重点科研项目(LJ20202C050369);全军军事类研究生(JY2020B086)

传统作战目标属性判定主要采用指挥员现场判断的定性方法, 具有一定的主观性, 并且由于缺乏较为成熟固定的算法而难以纳入指挥平台中。针对此问题, 结合作战目标属性判定关键影响因素分析, 提出一种基于自适应提升(adaptive boosting, Adaboost)的作战目标属性判定方法。首先, 针对目标有效面积、目标配置区域面积等关键因素, 采用单层决策树算法构建弱分类器。然后, 利用Adaboost对弱分类器进行加权组合, 形成作战目标属性判定的强分类模型。最后, 进行了示例分析, 并与决策树、支持向量机和人工神经网络3种属性判定方法进行对比仿真实验, 证明了所提方法的正确性和优越性。

来源：2022年第4期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第4期