基于知识发现技术的海战场态势分析＊

林洪文 杨绍清

（海军大连舰艇学院信息与通信工程系 大连 116018）

1 引言

21世纪的战争是信息化的战争，信息化战争要求舰艇部队能够充分利用可以获得的各种信息资源，结合一定的战术知识，对战场态势做出迅速、正确的判断。目前，战场态势分析所用的知识主要来源于专家经验，这些经验对于态势分析有一定的指导意义，但远不能满足实战中态势分析的需要，这就要求利用其它方法和手段获取更多的知识。我军在作战和日常的训练过程中，积累了大量的战场目标、态势数据，这些数据里隐藏着许多作战知识，如何发现并利用这些知识是目前亟待解决的一个问题。

2 知识发现技术概述

2.1 知识发现的概念

数据库中的知识发现［1］（KDD.Knowledge Discovery in Databases）是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中，提取隐含在其中的、事先未知的、而又潜在有用的信息和知识的过程，以满足用户对数据高层次而不仅仅是查询这样的低层次的要求，从而给人们提供所需问题的答案，提高信息的利用率。

2.2 知识发现的功能

知识发现的功能用于指定知识发现任务中要找的模式类型，典型的分为如下几种：

1）特征化和区分：数据特征化是目标类数据一般特征或特性的汇总；数据区分是将目标类对象的一般特征与一个或多个对比类对象的一般特性进行比较。

2）关联分析：若两个或多个变量间存在着某种规律性，就称为关联，关联分析的目的就是找出数据中隐藏的关联规则，如“航母⇒核潜艇（0.4，0.8）”就是一个关联规则，它表示若某个海域出现航母，则同时会出现核潜艇的概率为40%，而该规则的可信度为80%。……