论文部分内容阅读
SVM是一种理论依据充分的机器学习新算法，主要用于对有限个样本的分类识别和回归建模。将一条弹道视为一个训练样本，利用SVM回归方法在不同弹道之间归纳弹道落点的规律，从而可以对未知弹道的落点进行预测。将SVM引入弹道外推是重要创新，构建具有代表性的训练样本，以及统一样本空间维数等是技术创新。仿真实验表明，SVM可以提高弹道外推精度，同时缩短外推时间。