[發(fā)明專利]一種基于小數(shù)據(jù)集和貝葉斯網(wǎng)絡(luò)的威脅評估建模方法

在審

• 申請?zhí)枺?/td>: 201710299124.8
• 申請日: 2017-05-02
• 公開（公告）號: CN107194155A
• 公開（公告）日: 2017-09-22
• 發(fā)明（設(shè)計）人: 邸若海;高曉光;萬開方;郭志高
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 西北工業(yè)大學(xué)專利中心61204
• 代理人: 顧潮琪

1.一種基于小數(shù)據(jù)集和貝葉斯網(wǎng)絡(luò)的威脅評估建模方法，其特征在于包括下述步驟：

步驟1，對戰(zhàn)場信息中的威脅數(shù)據(jù)進行預(yù)處理，包括目標(biāo)速度V、進入角之和A、敵我距離Dis以及目標(biāo)威脅程度T，其中，目標(biāo)速度V_u為無人機速度；進入角之和為目標(biāo)速度方向與目標(biāo)線的夾角和無人機速度方向與目標(biāo)線夾角之和；敵我距離為目標(biāo)與無人機之間的距離；目標(biāo)威脅程度

步驟2，將威脅數(shù)據(jù)作為節(jié)點，利用領(lǐng)域知識獲取威脅數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)約束，改進BIC評分其中，m_ijk是樣本數(shù)據(jù)中滿足X_i＝k、其父節(jié)點π(X_i)＝j(luò)的樣本個數(shù)，m為樣本數(shù)據(jù)總量，e為結(jié)構(gòu)約束中對應(yīng)邊的存在概率，δ為調(diào)節(jié)參數(shù)，δ取10～100，i表示網(wǎng)絡(luò)中第i個節(jié)點變量，n為節(jié)點變量數(shù)，q_i為第i個節(jié)點的父節(jié)點取值狀態(tài)數(shù)，r_i為第i個節(jié)點的子節(jié)點取值狀態(tài)數(shù)；

步驟3，采用K2算法學(xué)習(xí)威脅評估網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，步驟如下：

步驟a，從一個包含n個節(jié)點變量卻沒有邊的圖出發(fā)開始搜索；

步驟b，按照節(jié)點序ρ(X₁,X₂,...X_i...,X_n)進行搜索，在節(jié)點X_i，將排在節(jié)點X_i之前的變量進行組合，并從中選出節(jié)點X_i的父節(jié)點集π(X_i)，找出使改進BIC評分達(dá)到最大的父節(jié)點集π(X_i)；

步驟c，判斷i是否等于n，如果相等，則算法結(jié)束，輸出所得網(wǎng)絡(luò)結(jié)構(gòu)；否則，i值加一并返回步驟b；

步驟4，利用步驟3得到的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)獲取網(wǎng)絡(luò)參數(shù)的單調(diào)性約束，對于由n個變量X＝{X₁,X₂,...X_n}組成的貝葉斯網(wǎng)G，設(shè)G中的節(jié)點X_i有r種取值且取值狀態(tài)集合為{1,2,...,k,...r}，其父節(jié)點集π(X_i)有q個取值且取值狀態(tài)集合為{1,2,...,j,.q.}，令θ_ijk＝p(X_i＝k|π(X_i)＝j(luò))，則有θ_ij1≤θ_ij2≤......≤θ_ijr或θ_ij1≥θ_ij2≥......≥θ_ijr；

步驟5，根據(jù)參數(shù)的規(guī)范性，即父節(jié)點取值狀態(tài)相同而子節(jié)點取值不同的一組參數(shù)相加的和為1，獲取參數(shù)的取值區(qū)間

步驟6，認(rèn)為參數(shù)在步驟5給出的取值區(qū)間內(nèi)服從均勻分布，設(shè)參數(shù)θ服從U(θ₁,θ₂)，[θ₁,θ₂]為參數(shù)取值范圍，用B(α₁，α₂)等效U(θ₁,θ₂)，即獲取參數(shù)貝塔先驗分布的超參數(shù)和其中，均勻分布的期望均勻分布的二階矩

步驟7，利用貝葉斯估計得到參數(shù)學(xué)習(xí)的結(jié)果式中N_ijk為符合父節(jié)點取值為j、子節(jié)點取值為k時的樣本數(shù)，N_ij為父節(jié)點取值為j時的樣本數(shù)，[α_i,α_j]為貝塔分布的超參數(shù)。