田相轩， 李军旗， 金丽亚， 刘正仁， 石志强

(1.陆军装甲兵学院 信息通信系， 北京 100072；2.陆军装甲兵学院 科研学术处， 北京 100072)

0 引言

信息技术的迅速发展，催生了大数据时代的到来，随着我军部队由信息化向智能化、单一兵种向合成化发展转变，基于大数据的模拟训练是实现战斗力生成的重要手段[1-3]。依托模拟训练系统开展指挥信息系统训练，需要数据增强系统生成数据支撑和驱动模拟训练，但是目前对于模拟数据集的可用性评估研究较少，无法鉴定模拟数据集在一致性、完整性、同一性上与真实数据集的差距。由于模拟数据质量不一，使得官兵在模拟训练过程中效率较低，能力提升速度较慢，降低了大规模投资的模拟训练系统的使用效能[4-6]。

在民用领域，大数据已经成为信息社会的重要财富，各种技术形式都由“人为建模”向“数据驱动”转变，然而随着数据规模的扩大，劣质数据也随之而来，极大地降低了大数据的可用性[7-8]。数据可用性评估问题亟需解决[9-10]。目前，对于可用性的研究多是基于一致性进行判断， Huang等基于统计原理提出了数据一致性错误的表示模型，描述了表示数据不一致性的方式，并且提出了一种数据一致性的增强算法[11]；对于数据一致性的判定方法，Ma等提出了一种用于描述数据完整性的规则系统[12]；对于数据同一性的判定法，Li等研究了基于识别结果的实体同一性的判定[13]；Zhang等使用均方误差(MSE)作为衡量参数，提出了一种多模态数据集合的模型[14]；……