基于混合建模的概率态势感知
应用统计
2015-10-08 v2
摘要
从概率建模的角度研究了态势感知（SAW）问题。将态势作为隐变量，我们引入了隐马尔可夫模型（HMM）和扩展状态空间模型（ESSM），以数学方式表达态势的动态演化规律以及态势与可观测量之间的关系。我们使用高斯混合模型（GMM）来形式化构建 HMM 和 ESSM 所需的专家知识。我们表明 ESSM 模型优于 HMM，因为使用 ESSM，我们还能获得连接态势与可观测量的枢纽变量的实时估计。通过一个关于威胁监视的模拟实验测试了两种模型的有效性与效率。
引用
@article{arxiv.1509.08210,
title = {Mixture Modeling based Probabilistic Situation Awareness},
author = {Bin Liu},
journal= {arXiv preprint arXiv:1509.08210},
year = {2015}
}
备注
14 pages, 6 figures