提出一种基于类决策树分类的特征层融合识别算法.所给出的算法无需训练样本,采用边构造边分类的方式,选取信息增益最大的属性作为分类属性对量测数据进行分类,实现了对目标的识别.该算法能够处理含有空缺值的量测数据,充分利用量测数据的特征信息.仿真实验结果表明,类决策树分类算法是一种简单有效的特征层融合识别算法....
针对雷达组网量测数据不确定性大、信息不完备等特点, 基于决策树分类算法的思想, 创建类决策树的概念, 提出一种基于类决策树分类的特征层融合识别算法. 所给出的算法无需训练样本, 采用边构造边分类的方式, 选取信 息增益最大的属性作为分类属性对量测数据进行分类, 实现了对目标的识别. 该算法能够处理含有空缺...