基于历史规律的目标行为变化预测方法

摘要

针对情报处理领域的目标特征分析问题,提出了一种基于数据驱动的目标行为特征学习与发现方法。首先,根据已有知识进行目标要素补充;然后,对已掌握的目标行为意图数据进行标注,构建目标行为特征训练模型;接着,基于随机森林算法进行目标特征学习,为目标识别提供知识支撑;最后,通过对识别结果进行变化异常分析,辅助发现新的目标行为特征。数值仿真试验表明,该方法对海空目标识别准确率约为80%,可有效发现目标新的行为特征。