《預警情報智慧型分析算法》是2024年電子工業出版社出版的圖書，作者是李宏權。
基本介紹
- 中文名：預警情報智慧型分析算法
- 作者：李宏權
- 出版時間：2024年1月
- 出版社：電子工業出版社
- ISBN：9787121467554
- 裝幀：平裝
內容簡介,圖書目錄,
內容簡介
該書以預警情報分析需求為牽引，著眼於大數據、人工智慧等前沿信息技術的發展，論述了預警情報智慧型分析的數據基礎，提出了預警目標的有效運動特徵、預警目標雷達散射截面積（Radar Cross Section，RCS）特徵、預警目標回波顯影特徵、預警目標航線規律、預警目標空域規律、預警目標關聯關係等智慧型挖掘分析算法，最後構設了預警情報智慧型分析平台。
圖書目錄
第1章 緒論 1
1.1 預警情報分析的相關概念 1
1.1.1 預警情報 1
1.1.2 傳統情報分析 3
1.1.3 預警情報分析 5
1.1.4 預警情報分析內涵與外延 8
1.2 預警情報分析的發展現狀 8
1.2.1 情報分析的演進 9
1.2.2 軍事情報分析的發展 9
1.2.3 預警情報分析的發展 10
1.3 預警情報分析的地位與作用 11
1.3.1 軍事情報工作的重要組成 11
1.3.2 空天預警作戰的重要環節 11
1.3.3 情報質量提升的重要途徑 12
1.3.4 作戰指揮精準高效的重要基礎 12
1.4 預警情報智慧型分析算法基礎 12
1.4.1 智慧型最佳化算法 13
1.4.2 神經網路算法 17
1.4.3 分類算法 25
1.4.4 關聯算法 29
1.4.5 聚類算法 33
1.5 本章小結 37
第2章 預警情報智慧型分析數據基礎 38
2.1 數據收集 38
2.1.1 數據主要來源 38
2.1.2 數據收集種類 40
2.1.3 數據收集方式 43
2.2 數據預處理 44
2.2.1 數據集成 44
2.2.2 數據清洗 46
2.2.3 數據變換 49
2.2.4 數據規約 51
2.2.5 數據整編 55
2.3 數據存儲 57
2.3.1 存儲管理架構 57
2.3.2 結構化數據存儲 58
2.3.3 非結構化數據存儲 59
2.4 本章小結 62
第3章 預警目標有效運動特徵智慧型提取算法 63
3.1 預警目標有效運動特徵提取概述 63
3.1.1 預警目標有效運動特徵概念 63
3.1.2 預警目標有效運動特徵提取流程 64
3.1.3 預警目標有效運動特徵提取方法 64
3.2 基於大數據的預警目標運動特徵提取 66
3.2.1 數據積累 66
3.2.2 分域提取 68
3.2.3 全域提取 70
3.3 基於GA-KNN的預警目標有效運動特徵智慧型提取 70
3.3.1 初始化運動特徵種群 71
3.3.2 計算距離及分類 73
3.3.3 計算特徵有效率 74
3.3.4 更新運動特徵種群 74
3.4 預警目標有效運動特徵智慧型提取算法試驗驗證 75
3.4.1 驗證環境準備 76
3.4.2 驗證數據準備 76
3.4.3 GA-KNN算法驗證 77
3.5 本章小結 79
第4章 預警目標雷達散射截面積特徵智慧型提取算法 80
4.1 預警目標RCS特徵智慧型提取概述 80
4.1.1 預警目標RCS特徵概念 81
4.1.2 預警目標RCS特徵提取流程 81
4.1.3 預警目標RCS特徵提取方法 82
4.2 基於雷達方程的預警目標RCS特徵提取 83
4.2.1 選取有效航跡點 83
4.2.2 計算預警目標RCS值 84
4.3 基於DMPSO-LSTM的預警目標RCS特徵智慧型提取 85
4.3.1 基於LSTM的預警目標RCS特徵提取模型 85
4.3.2 基於DMPSO的參數最佳化算法 89
4.3.3 基於DMPSO-LSTM的預警目標RCS特徵提取 91
4.4 預警目標RCS特徵智慧型提取算法試驗驗證 94
4.4.1 LSTM算法驗證 94
4.4.2 PSO-LSTM算法驗證 94
4.4.3 DMPSO-LSTM算法驗證 97
4.4.4 三種算法對比 100
4.5 本章小結 101
第5章 預警目標回波顯影特徵智慧型提取算法 102
5.1 預警目標回波顯影特徵概述 102
5.1.1 預警目標回波顯影概念 102
5.1.2 預警目標回波顯影特徵提取流程 106
5.1.3 預警目標回波顯影特徵提取方法 108
5.2 基於CNN的預警目標回波顯影特徵提取 109
5.2.1 卷積層構造 109
5.2.2 池化層構造 110
5.2.3 全連線層構造 110
5.2.4 輸出層構造 111
5.3 基於改進CNN的預警目標回波顯影特徵提取 111
5.3.1 選取激活函式 111
5.3.2 更新模型參數 112
5.3.3 防止模型過擬合 113
5.4 預警目標回波顯影特徵智慧型提取算法試驗驗證 114
5.4.1 模型設定 114
5.4.2 試驗數據 115
5.4.3 仿真結果與分析 115
5.5 本章小結 118
第6章 預警目標航線規律智慧型分析算法 119
6.1 預警目標航線規律概述 119
6.1.1 預警目標航線規律概念 119
6.1.2 預警目標航線規律分析流程 120
6.1.3 預警目標航線規律分析方法 121
6.2 預警目標航跡特徵提取 122
6.2.1 預警目標航跡特徵提取方法 122
6.2.2 基於擬合算法的航跡特徵提取 123
6.2.3 基於改進的自適應擬合算法的航跡特徵提取 124
6.3 基於聚類的預警目標航線規律分析 125
6.3.1 基於K-Means 算法的航跡聚類 125
6.3.2 基於DBSCAN算法的航跡聚類 126
6.3.3 兩種聚類算法的比較 130
6.4 預警目標航線規律分析算法試驗驗證 131
6.4.1 航跡特徵提取效果 131
6.4.2 基於K-Means 算法的航跡聚類效果 134
6.4.3 基於DBSCAN算法的航跡聚類效果 137
6.5 本章小結 139
第7章 預警目標空域規律智慧型分析算法 140
7.1 預警目標空域規律概述 140
7.1.1 空域規律概念 140
7.1.2 空域規律分析流程 141
7.1.3 空域規律分析方法 142
7.2 預警目標空域編碼及數據處理 143
7.2.1 空域編碼研究現狀 143
7.2.2 空域編碼方法 144
7.2.3 空域編碼數據處理 148
7.3 基於分類的預警目標空域規律分析 150
7.3.1 基於SVC的預警目標空域規律分析 150
7.3.2 基於改進的BP網路的預警目標空域規律分析 152
7.3.3 兩種方法比較 153
7.4 兩類分類分析算法試驗驗證 154
7.4.1 試驗環境及數據生成 154
7.4.2 基於SVC的空域分類效果 156
7.4.3 基於BP網路的空域分類效果 156
7.4.4 編碼方式對分類效果的影響 157
7.5 本章小結 158
第8章 預警目標關聯關係智慧型分析算法 159
8.1 關聯關係規律分析概述 159
8.1.1 關聯關係挖掘分析內容 159
8.1.2 關聯關係挖掘分析方法 160
8.1.3 關聯關係挖掘分析基礎概念 161
8.2 事務數據集構建 163
8.2.1 事務數據集構建流程 164
8.2.2 連續屬性離散化 165
8.3 基於關聯規則的預警目標關聯關係分析 167
8.3.1 基於Apriori的頻繁項集挖掘分析 167
8.3.2 基於FP-Growth的頻繁項集挖掘分析 168
8.3.3 基於GSP的頻繁項集挖掘分析 168
8.3.4 基於PrefixSpan的頻繁項集挖掘分析 169
8.3.5 幾種方法比較 170
8.4 預警目標關聯關係分析算法效果試驗 171
8.4.1 試驗環境數據來源 171
8.4.2 共現模式關聯關係分析效果 171
8.4.3 序列模式關聯關係分析效果 172
8.4.4 算法的適用範圍分析 173
8.5 本章小結 173
第9章 預警情報智慧型分析平台構想 174
9.1 平台的總體規劃 174
9.1.1 基於Hadoop的分散式數據存儲 175
9.1.2 基於Spark的分散式並行計算 176
9.1.3 基於Ambari的平台監控管理 177
9.1.4 基於ZooKeeper的平台高可用 179
9.2 構建物理上平等、管理上分層的組織架構 180
9.2.1 全國級分析中心 180
9.2.2 區域級分析中心 181
9.2.3 部隊級分析中心 181
9.3 搭建安全穩定、高可擴展的雲架構 182
9.3.1 物理支撐層 182
9.3.2 雲作業系統層 183
9.3.3 基礎套用層 184
9.3.4 套用層 184
9.4 梳理高效、完善的數據處理分析流程 184
9.4.1 數據收集整編 185
9.4.2 數據存儲管理 186
9.4.3 數據挖掘分析 186
9.4.4 目標研判識別 187
9.5 本章小結 187
參考文獻 188
