基于类决策树分类的特征层融合识别算法

作者：尚朝轩; 王品; 韩壮志; 彭刚

来源：控制与决策, 2016, 31(06): 1009-1014.

DOI：10.13195/j.kzyjc.2015.0638

• 决策树
• 特征层融合
• 目标识别
• 分类
• 类决策树

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.

• 单位
  中国人民解放军陆军工程大学