论文部分内容阅读
针对在威胁估计的动态贝叶斯网络中,转移概率的获取和观测数据的缺失问题.建立时间序列预测模型,对缺失数据进行预测;在获得完整数据后,利用完整数据集和前向递归算法完成参数学习;通过动态贝叶斯网络对目标的威胁进行估计.仿真结果表明：相比于数学期望最大算法,时间序列方法预测数据精度较高,学习时间短,能大大提高来袭目标威胁估计的效率,满足实际作战需要.