来源：期刊VIP网 时间：
作者：翟明圆;应淮冰;王武阳;何立栋;王晓玲;
单位：中国航空工业集团公司沈阳飞机设计研究所;东北大学信息科学与工程学院;南京理工大学自动化学院;南京邮电大学自动化学院;
摘要：目标意图的准确识别是战场态势评估的核心。为了应对意图分解与推理过程中因序列长度不一而导致无法推理的问题，提出一种新的解决方案。该方案融合动态贝叶斯网络与代价敏感机制，针对性地引入动态时间规整算法来优化意图置信度的评估。在敌方意图尚未完全显现的初步阶段，通过对分解得到的意图序列进行适应性截取，计算截取序列与推理序列间的相似度并进行归一化处理，提升各意图置信度的计算精度，进而增强在识别初期对敌方意图推理结果的可靠性。在此基础上引入3支决策理论处理意图误识别代价，通过将代价统一化计算降低多分类问题中3支决策的计算复杂度。仿真结果显示，该算法不仅成功地融合了意图识别的动态特性与代价敏感考量，还展现出了当数据存在部分缺失情况下依然能够稳健运行的能力，有效减轻了数据不完整对识别结果的影响。
关键词：意图识别;;动态贝叶斯网络;;代价敏感;;3支决策;;动态时间规整
基金资助：国家自然科学基金（61973163）;; 江苏省自然科学基金优秀青年基金资助项目（BK20220104）
