文献类型：期刊文章

作　　者：高晓光[1] 杨宇[2]

Gao Xiaoguang;Yang Yu(School of electronics and information,Northwestern Polytechnic University,Xi’an 710072,China;Southwest China Institute of Electronic Technology,Chengdu 610030,China)

机构地区：[1]西北工业大学电子信息学院,西安710072 [2]中国西南电子技术研究所,成都610030

出　　处：《战术导弹技术》

基　　金：国家自然科学基金(61573285)。

年　　份：2020

期　　号：4

起止页码：47-57

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：现有威胁评估模型的参数大多由专家直接给出,很难应对不确定的对抗场景,以舰艇防空为背景,探讨如何建立适应能力更强的评估模型。首先通过领域专家构建一个舰艇防空威胁评估的静态BN模型;接着加入时间变量,将威胁评估BN扩展为DBN模型;然后结合专家约束,用约束最大后验概率估计算法学习网络参数;最后,通过推理威胁评估的结果来验证模型的有效性以及对不确定对抗场景的适应能力。该建立模型的流程具有更好的普适性,能很好地处理不确定对抗场景下的威胁评估任务。

关 键 词：贝叶斯网 动态贝叶斯网  参数学习  威胁评估  

分 类 号：E926.4]