王 冠，郭 育

(中国船舶工业系统工程研究院，北京100094)

0 引言

随着海洋基础设施建设的步伐向前迈进，海洋中的目标信息数据量与日俱增已成为现实趋势，进行目标信息数据识别，将不同海洋目标信息按照重要和关键程度进行关系划分，并赋予每条目标信息数据一种关系[1]。目前有学者采用经典的HBACA算法[2]，对大数据的每条信息的重要性进行大致定义，但他们的研究成果，在区分信息目标数据的重要性问题上有待优化与完善。

本文首先利用HBACA算法查找或识别不同元素关系能力强的特性，提取目标信息数据的关系，主要是通过在搜索蚁的行为特性中混入侦察蚁的行为特性，即搜索蚁在搜索过程中，会找到侦查蚁已经标记的信息素进行重复标记，将重复标记的信息素链路作为信息数据的关系网，进而识别出大数据中信息数据的关系。然后，在信息数据关系中计算每个信息节点的点度中心度、紧致中心度和节点活跃度，根据信息数据在目标事件中的重要或关键程度，将信息数据划分为关键目标信息、重要目标信息和一般目标信息，提出了信息数据的判定准则，形成了基于关系的信息数据识别方法。

1 目标分类

水中目标分类在军事防御及进攻上具有重要作用，目标特征与海洋信道之间的关联十分紧密，水声探测系统接收到的目标信号都是目标源激发信号与信道多途响应耦合后的信号，本文基于声呐已探测目标信息内容，从水面目标和水下目标所激发的声场波数谱差异特征入手，将目标分为3类。……