據(jù)表后，還優(yōu)選地對特征數(shù)據(jù)表中保存的數(shù)據(jù)進(jìn)行數(shù)據(jù)整 理。數(shù)據(jù)整理的方式包括但不限于：消除空缺值、消除野值、以及采用卡爾曼濾波對數(shù)據(jù)進(jìn) 行去雜和去噪處理。例如，如果發(fā)現(xiàn)某一采樣時(shí)刻的高度值缺失，那么可根據(jù)前后連續(xù)的點(diǎn) 跡和航跡推算出該采樣時(shí)刻合理的高度值，然后將推算出的高度值補(bǔ)充到缺失處；同理，如 果某采樣時(shí)刻的高度值明顯偏離航跡，那么剔除之，并推算出新的合理值補(bǔ)充之。再例如， 去雜去噪處理是指利用卡爾曼濾波的方法對數(shù)據(jù)中存在的雜波和噪聲進(jìn)行濾除，以保證真 實(shí)數(shù)據(jù)盡可能地受到少的干擾。
[0077] 步驟102 :依次對預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)采樣時(shí)刻，根據(jù)所述采樣時(shí)刻及其上一采 樣時(shí)刻分別獲取的特征數(shù)據(jù)表，得到變化趨勢數(shù)據(jù)表，并對變化趨勢數(shù)據(jù)表進(jìn)行關(guān)聯(lián)規(guī)則 分析，得到所述采樣時(shí)刻對應(yīng)的第一關(guān)聯(lián)知識。
[0078] 步驟103 :整合預(yù)設(shè)時(shí)間段內(nèi)所有采樣時(shí)刻對應(yīng)的第一關(guān)聯(lián)知識，得到動態(tài)關(guān)聯(lián) 知識。
[0079] 具體地，步驟102和步驟103涉及動態(tài)關(guān)聯(lián)。首先對于預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)采樣 時(shí)刻，通過該采樣時(shí)刻獲取的特征數(shù)據(jù)表以及其上一采樣時(shí)刻獲取的特征數(shù)據(jù)表，得到變 化趨勢數(shù)據(jù)表，變化趨勢數(shù)據(jù)表中保存有能夠反映此相鄰的兩個(gè)采樣時(shí)刻獲取的特征數(shù)據(jù) 表的變化趨勢的參量。下面將結(jié)合圖2詳細(xì)闡述變化趨勢數(shù)據(jù)表的確定方法，在此不再展 開說明。在確定變化趨勢數(shù)據(jù)表后，對該變化趨勢數(shù)據(jù)表進(jìn)行關(guān)聯(lián)規(guī)則分析，得到該采樣時(shí) 刻對應(yīng)的第一關(guān)聯(lián)知識。具體地可以采用已知的Apriori算法和FP-Growth算法，也可以 采用其它改進(jìn)的關(guān)聯(lián)規(guī)則分析算法，循環(huán)采用上述方法，得到預(yù)設(shè)時(shí)間段內(nèi)所有采樣時(shí)刻 對應(yīng)的第一關(guān)聯(lián)知識。然后對所有采樣時(shí)刻對應(yīng)的第一關(guān)聯(lián)知識進(jìn)行數(shù)據(jù)融合，得到動態(tài) 關(guān)聯(lián)知識。
[0080] 步驟104 :依次對預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)采樣時(shí)刻，將所述采樣時(shí)刻獲取的特征數(shù) 據(jù)表中的所有固有特征和所有屬性特征保存到固有特征數(shù)據(jù)表，并對固有特征數(shù)據(jù)表進(jìn)行 關(guān)聯(lián)規(guī)則分析，得到所述采樣時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識。特別地，數(shù)據(jù)融合的方法包括但不 限于統(tǒng)計(jì)、歸類和合并。
[0081] 步驟105 :整合預(yù)設(shè)時(shí)間段內(nèi)所有采樣時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識，得到靜態(tài)關(guān)聯(lián) 知識。
[0082] 具體地，步驟104和步驟105涉及靜態(tài)關(guān)聯(lián)。首先對于預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)采樣 時(shí)刻，從該采樣時(shí)刻獲取的特征數(shù)據(jù)表中提取出所有固有特征和所有屬性特征，并將所有 的固有特征和所有屬性特征保存到一個(gè)固有特征數(shù)據(jù)表中。在確定固有特征數(shù)據(jù)表后，對 該固有特征數(shù)據(jù)表進(jìn)行關(guān)聯(lián)規(guī)則分析，得到該采樣時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識。具體地可以 采用已知的Apriori算法和FP-Growth算法，也可以采用其它改進(jìn)的關(guān)聯(lián)規(guī)則分析算法，循 環(huán)采用上述方法，得到預(yù)設(shè)時(shí)間段內(nèi)所有采樣時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識。然后對所有采樣 時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識進(jìn)行數(shù)據(jù)融合，得到靜態(tài)關(guān)聯(lián)知識。特別地，數(shù)據(jù)融合的方法包括 但不限于統(tǒng)計(jì)、歸類和合并。
[0083] 步驟106 :對動態(tài)關(guān)聯(lián)知識和靜態(tài)關(guān)聯(lián)知識進(jìn)行數(shù)據(jù)融合，得到關(guān)聯(lián)規(guī)則知識。
[0084] 具體地，在得到動態(tài)關(guān)聯(lián)知識和靜態(tài)關(guān)聯(lián)知識后，將動態(tài)關(guān)聯(lián)知識和靜態(tài)關(guān)聯(lián)知 識結(jié)合場景與其他數(shù)據(jù)挖掘手段獲取的知識共同完成融合與匹配，并交由綜合識別數(shù)據(jù)融 合進(jìn)行處理，最終得到運(yùn)動目標(biāo)的關(guān)聯(lián)規(guī)則知識。
[0085] 綜上，本實(shí)施例所述的運(yùn)動目標(biāo)的關(guān)聯(lián)規(guī)則分析方法，對當(dāng)前、時(shí)刻的"靜態(tài)狀 態(tài)"數(shù)據(jù)和t n-tn_i的"動態(tài)趨勢"數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，可充分、可靠地實(shí)現(xiàn)針對運(yùn)動目標(biāo) 的數(shù)據(jù)挖掘，獲取其目標(biāo)屬性關(guān)聯(lián)知識，具有所挖掘的知識收斂有效、能充分體現(xiàn)動態(tài)趨勢 的特點(diǎn)，對于提升與完善我國國防、民航和通用航空的監(jiān)視手段與策略具有重要的軍事和 社會意義，且通過在民用領(lǐng)域的擴(kuò)展應(yīng)用，也將創(chuàng)造重要的經(jīng)濟(jì)價(jià)值。從而，從根本上解決 了目前運(yùn)動目標(biāo)數(shù)據(jù)挖掘過程中對目標(biāo)的運(yùn)動趨勢無法充分體現(xiàn)的問題。
[0086] 如圖2所示，是本發(fā)明實(shí)施例中根據(jù)采樣時(shí)刻及其上一采樣時(shí)刻分別獲取的特征 數(shù)據(jù)表，得到變化趨勢數(shù)據(jù)表的方法的流程圖，該方法包括以下步驟：
[0087] 步驟201 :依次對所述采樣時(shí)刻獲取的特征數(shù)據(jù)表中的每個(gè)運(yùn)動特征，計(jì)算所述 運(yùn)動特征與上一采樣時(shí)刻獲取的特征數(shù)據(jù)表中的相應(yīng)運(yùn)動特征的差值，得到所述運(yùn)動特征 對應(yīng)的第一差值。
[0088] 具體地，本步驟中提到的運(yùn)動特征指代的是一組數(shù)據(jù)，而不是一個(gè)數(shù)據(jù)，其實(shí)際包 括所有運(yùn)動目標(biāo)的運(yùn)動特征。其中對應(yīng)每個(gè)采樣時(shí)刻獲取的特征數(shù)據(jù)表中對應(yīng)每個(gè)運(yùn)動目 標(biāo)的運(yùn)動特征，都要計(jì)算該運(yùn)動特征與上一采樣時(shí)刻獲取的特征數(shù)據(jù)表中的相應(yīng)運(yùn)動特征 的差值，從而得到對應(yīng)該運(yùn)動特征的第一差值。
[0089] 步驟202 :依次對所述采樣時(shí)刻獲取的特征數(shù)據(jù)表中的每個(gè)固有特征，計(jì)算所述 固有特征與上一采樣時(shí)刻獲取的特征數(shù)據(jù)表中的相應(yīng)固有特征的差值，得到所述固有特征 對應(yīng)的第二差值。
[0090] 具體地，本步驟中提到的固有特征指代的是一組數(shù)據(jù)，而不是一個(gè)數(shù)據(jù)，其實(shí)際包 括所有運(yùn)動目標(biāo)的固有特征。其中對應(yīng)每個(gè)采樣時(shí)刻獲取的特征數(shù)據(jù)表中對應(yīng)每個(gè)運(yùn)動目 標(biāo)的固有特征，都要計(jì)算該固有特征與上一采樣時(shí)刻獲取的特征數(shù)據(jù)表中的相應(yīng)固有特征 的差值，從而得到對應(yīng)該固有特征的第二差值。
[0091] 步驟203 :根據(jù)特征數(shù)據(jù)表中的所有屬性特征、所有運(yùn)動特征對應(yīng)的第一差值和 所有固有特征對應(yīng)的第二差值，得到變化趨勢數(shù)據(jù)表。
[0092] 具體地，得到變化趨勢數(shù)據(jù)表的方法具體包括：將所有屬性特征保存到變化趨勢 數(shù)據(jù)表；依次對特征數(shù)據(jù)表中的每個(gè)運(yùn)動特征，當(dāng)運(yùn)動特征對應(yīng)的第一差值大于0時(shí)，將通 過運(yùn)動特征的預(yù)設(shè)編碼和1得到的變化趨勢數(shù)據(jù)保存到變化趨勢數(shù)據(jù)表；當(dāng)運(yùn)動特征對應(yīng) 的第一差值等于0時(shí)，將通過運(yùn)動特征的預(yù)設(shè)編碼和0得到的變化趨勢數(shù)據(jù)保存到變化趨 勢數(shù)據(jù)表；當(dāng)運(yùn)動特征對應(yīng)的第一差值小于0時(shí)，將通過運(yùn)動特征的預(yù)設(shè)編碼和-1得到的 變化趨勢數(shù)據(jù)保存到變化趨勢數(shù)據(jù)表。
[0093] 依次對特征數(shù)據(jù)表中的每個(gè)固有特征，當(dāng)固有特征對應(yīng)的第二差值為非0時(shí)，將 通過固有特征的預(yù)設(shè)編碼和1得到的變化趨勢數(shù)據(jù)保存到變化趨勢數(shù)據(jù)表；當(dāng)固有特征對 應(yīng)的第二差值等于0時(shí)，將固有特征作為變化趨勢數(shù)據(jù)保存到變化趨勢數(shù)據(jù)表。
[0094] 下面結(jié)合實(shí)例詳細(xì)闡述變化趨勢數(shù)據(jù)表的確定過程：
[0095] 首先假定表1和表2分別為tn時(shí)刻和tn+1時(shí)刻獲取的經(jīng)預(yù)處理后的特征數(shù)據(jù)表的 樣例。
[0096] 表 1
[0097]
【主權(quán)項(xiàng)】
1. 一種運(yùn)動目標(biāo)的關(guān)聯(lián)規(guī)則分析方法，其特征在于，包括： 每隔預(yù)設(shè)的采樣間隔獲取關(guān)于至少兩個(gè)運(yùn)動目標(biāo)的特征數(shù)據(jù)表，所述特征數(shù)據(jù)表中保 存有分別對應(yīng)每個(gè)運(yùn)動目標(biāo)的運(yùn)動特征、固有特征和屬性特征； 依次對預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)采樣時(shí)刻，根據(jù)所述采樣時(shí)刻及其上一采樣時(shí)刻分別獲取 的特征數(shù)據(jù)表，得到變化趨勢數(shù)據(jù)表，并對所述變化趨勢數(shù)據(jù)表進(jìn)行關(guān)聯(lián)規(guī)則分析，得到所 述采樣時(shí)刻對應(yīng)的第一關(guān)聯(lián)知識； 整合所述預(yù)設(shè)時(shí)間段內(nèi)所有采樣時(shí)刻對應(yīng)的第一關(guān)聯(lián)知識，得到動態(tài)關(guān)聯(lián)知識； 依次對所述預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)采樣時(shí)刻，將所述采樣時(shí)刻獲取的特征數(shù)據(jù)表中的所 有固有特征和所有屬性特征保存到固有特征數(shù)據(jù)表，并對所述固有特征數(shù)據(jù)表進(jìn)行關(guān)聯(lián)規(guī) 則分析，得到所述采樣時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識； 整合所述預(yù)設(shè)時(shí)間段內(nèi)所有采樣時(shí)刻對應(yīng)的第二關(guān)聯(lián)知識，得到靜態(tài)關(guān)聯(lián)知識； 對所述動態(tài)關(guān)聯(lián)知識和所述靜態(tài)關(guān)聯(lián)知識進(jìn)行數(shù)據(jù)融合，得到關(guān)聯(lián)規(guī)則知識。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述采樣時(shí)刻及其上一采樣時(shí) 刻分別獲取的特征數(shù)據(jù)表，得到變化趨勢數(shù)據(jù)表包括： 依次對所述采樣時(shí)刻獲取的特征數(shù)據(jù)表中的每個(gè)運(yùn)動特