基于数据挖掘的异构网络多源目标数据融合跟踪方法研究

为了提高对异构网络多源目标数据的检测和识别能力,提出基于数据挖掘的异构网络多源目标数据融合跟踪方法。构建异构网络多源目标数据的分布式存储结构模型,采用相空间重构方法构建数据融合跟踪的网格分布结构模型,实现多源目标数据的可视化调度和自动监测;根据特征提取结果分析异构网络多源目标数据的统计特征,结合模糊层析性分析方法进行多源目标数据的多层次融合和自适应挖掘,提取其中的关联特征量,实现对数据的融合跟踪。仿真实验结果表明,采用该方法进行异构网络多源目标数据融合跟踪的自适应性较好、抗干扰能力较强,同时还提高了数据融合跟踪过程中的跟踪准确度。