兵力聚合中的目标分群方法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 225-230.

兵力聚合中的目标分群方法研究

龙真真1，2，张策2

1.空军装备研究院，北京 100085
2.国防科技大学信息系统与管理学院系统工程系，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

Research on methodology of target-grouping in force aggregation

LONG Zhenzhen1，2，ZHANG Ce2

1.Equipment Academy of Air Force，Beijing 100085，China
2.Department of System Engineering，School of Information System and Management，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 在高级数据融合中，对敌方目标的分群识别是指挥员指挥作战所关心的重要问题之一。阐述了目标分群的必要性以及分群的层次结构;对目标分群进行了描述，指出其主要步骤和特点;通过引入核函数和CNM算法，给出了目标分群的具体实现，并给出了示例。

关键词: 数据融合, 目标分群, 兵力聚合, 核函数

Abstract: In the problem of senior data fusion，the target grouping is an important problem for commanders.The necessity of target grouping is pointed out and the hierarchical structure of operation group is expounded.The issue of target grouping is described，and the process of target grouping is presented.By using kernel method and CNM algorithm，a realization of the method is brought forward.

Key words: data fusion, target grouping, force aggregation, kernel method

龙真真1，2，张策2. 兵力聚合中的目标分群方法研究[J]. 计算机工程与应用, 2011, 47(20): 225-230.

LONG Zhenzhen1，2，ZHANG Ce2. Research on methodology of target-grouping in force aggregation[J]. Computer Engineering and Applications, 2011, 47(20): 225-230.

[1]	邓利芳，党建武，王阳萍，王松. 结合混合核特征映射的空域图像隐写分析[J]. 计算机工程与应用, 2021, 57(9): 118-125.
[2]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[3]	谢艺菲，卢琪，刘鑫，胡亚豪，潘志松，陈浩. 基于图的多层次注意力事实验证算法[J]. 计算机工程与应用, 2021, 57(10): 146-153.
[4]	赵怡，高淑萍，何迪. 基于深度学习的眼动跟踪数据融合算法[J]. 计算机工程与应用, 2021, 57(10): 211-217.
[5]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[6]	赵童，黄钲，王秀超，李淼，张昀，郑秀娟，刘凯. 心理测试中掩饰行为的识别研究[J]. 计算机工程与应用, 2020, 56(20): 158-164.
[7]	魏锋涛，卢凤仪. 融合核函数在改进径向基代理模型中的应用[J]. 计算机工程与应用, 2019, 55(7): 58-65.
[8]	曹雯雯1，康彬2，颜俊1，丁琬1. 面向多源数据融合的稀疏表示目标跟踪[J]. 计算机工程与应用, 2019, 55(6): 1-7.
[9]	石凯1，2，聂富强1，孙峰2. 多维数据判别分析的非参核密度算法研究[J]. 计算机工程与应用, 2019, 55(6): 8-12.
[10]	吕学志1，2，胡晓峰1，吴琳1，贺筱媛1. 基于贝叶斯网络的任务共同体识别[J]. 计算机工程与应用, 2019, 55(5): 251-257.
[11]	吴会会1，高淑萍1，彭弘铭2，赵怡1. 自适应模糊[C]均值聚类的数据融合算法[J]. 计算机工程与应用, 2019, 55(5): 26-35.
[12]	张晓琴1，刘玲1，郭鑫垚2. 基于HSIC0的类间非线性相关系数度量[J]. 计算机工程与应用, 2019, 55(3): 46-49.
[13]	石乐义，刘佳，刘祎豪，朱红强，段鹏飞. 网络安全态势感知研究综述[J]. 计算机工程与应用, 2019, 55(24): 1-9.
[14]	罗康洋，王国强. L-SMOTE与SVM结合的不平衡数据集分类研究[J]. 计算机工程与应用, 2019, 55(17): 55-62.
[15]	颜学龙，陈卓. PSO优化多核RVM的模拟电路故障预测[J]. 计算机工程与应用, 2019, 55(12): 140-144.