[發明專利]基于歸納式一致性多類分類的目標行為模式在線分類方法

有效

• 申請號: 201710726254.5
• 申請日: 2017-08-22
• 公開（公告）號: CN107480722B
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 潘新龍;王海鵬;何友
• 申請（專利權）人: 中國人民解放軍海軍航空大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于歸納式一致性多類分類的目標行為模式在線分類方法。該方法包括：步驟1，定義相關變量；步驟2，初始化；步驟3，利用其中一個類別的訓練航跡數據集和壓縮航跡數據集，計算測試航跡中當前航跡點的p值；步驟4，重復步驟3，計算當前航跡點對應其它類別的p值；步驟5，比較所有類別對應p值的大小，確定當前航跡點對應的目標行為模式類別；步驟6，當前測試航跡的每個航跡點對應的目標行為模式都分類完成后，更新訓練航跡數據集；步驟7，更新多因素定向Hausdorff距離矩陣；步驟8，對下一個測試航跡對應目標行為模式進行分類。該方法可在減小計算量的情況下實現對目標行為模式的在線分類判別，具有廣闊應用前景。

技術領域

本發明涉及數據挖掘中的在線分類技術和信息融合中的高層融合技術，屬于模式識別和智能情報處理領域。

背景技術

在預警監視領域，隨著目標探測技術和信息融合技術的不斷完善，各種各樣的目標被檢測、跟蹤和識別，形成不斷更新的目標航跡。大量的歷史航跡數據在預警監視領域的各種目標情報處理系統中存儲和積累。利用數據挖掘和軌跡數據挖掘中的聚類分析技術，可以把目標航跡分為不同的類別，從而挖掘出目標的行為規律。目標的行為模式是指當前觀測目標屬于的目標行為規律的類別，對于不斷更新的目標航跡數據，可以利用數據挖掘中的在線分類技術，將當前目標航跡分到對應的類中，實現對目標行為模式的在線分類，這對于態勢評估、威脅估計和指揮決策都具有非常重要的意義。國內外很多學者對軌跡分類問題進行了研究，但是這些方法主要考慮了目標的位置特征和形狀特征，沒有充分利用目標的位置、速度和航向特征，而且現有方法主要用于離線分類，對于情報處理實時性要求很高的預警監視領域是不能適用的。基于多維特征的目標行為模式在線分類方法能夠充分利用目標的位置、速度和航向特征，通過對多維航跡數據的在線學習和序貫分類，實現對目標行為模式的在線分類判別，但是在每次分類判別時都需要將所有的歷史航跡數據進行重新計算，存在計算量大的問題。

發明內容

本發明提供了一種基于歸納式一致性多類分類的目標行為模式在線分類方法，既能充分利用目標的位置、速度和航向特征，又采用了歸納式一致性預測的思想，可以在大大減小計算量的情況下實現對目標行為模式的在線分類判別。具體包括以下步驟：

步驟1，定義相關變量：

1)需要考慮的近鄰數量k；

2)訓練航跡數據集其中l₁+…+l_t+…+l_s＝l，1,2,…,s為類別標簽，l為訓練航跡總數，壓縮航跡數據集r₁,…r_t,…,r_s為壓縮航跡數，檢驗航跡數據集

3)多因素定向Hausdorff距離矩陣M1,…,Mt,…,Ms，其中矩陣M1的每個元素M1_i,j:i＝1,…,l₁-r₁,j＝1,…,k表示檢驗航跡數據集中的航跡TR_1i:i＝r₁+1,…,l₁到壓縮航跡數據集第j近的航跡之間的多因素定向Hausdorff距離，M2,…,Ms中的每個元素同理；

4)空的優先序列Q1,…,Qt,…,Qs；

5)測試航跡TR_l+1中不斷更新的航跡點x₁,…,x_L。

6)類別指示變量Class_l+1,1,…,Class_l+1,L，其中Class_l+1,i:j＝1,…,L-1對應子集計算得出的類別，Class_l+1,L對應{x₁∪…∪x_L}＝TR_l+1計算得出的類別；