四川九洲电器集团有限责任公司 谢京华

针对运动目标数据挖掘过程中对目标的运动趋势无法充分体现、关联规则分析出现无效频繁项集且效率较低的问题，提出一种基于运动目标的关联规则分析新方法。该方法采用改进的FP_Growth算法同时对当前tn时刻的“静态状态”数据和tn-tn-1的“动态趋势”数据进行关联规则分析，可充分、高效、实用、可靠的实现针对运动目标的数据挖掘，获取其目标属性关联知识，具有时间和空间利用效率更高、所挖掘的知识收敛有效、能充分体现动态趋势等特点，对于提升与完善我国国防、民航和通用航空的监视手段与策略具有重要的军事和社会意义。

现代空域管理和监视已经是一种大范围、快节奏的管理和监视方式，包括海、陆、空、天多维度的多方平台。随着现代空域管理和监视过程中传感器种类的增加以及传感器能力的提升，管理和监视范围进一步扩大，方式日趋复杂化，区域内目标的数据量和种类也随之剧增，由此给目标的识别带来了极大的困难。因此，在复杂环境下针对不同飞行任务、不同目标，快速、准确地完成目标识别，是未来空域管理和监视的先决条件和必要保障。

传统的目标识别手段虽然能够在一定程度上完成对目标类型、种类、属性的判别，但手段较为单一，已无法适应新的需求，其原因在于在未来空域管理和监视过程中，各种传感器获取的目标特征信息量大、类型多样、特征间关系错综复杂，并且特征具有不同的种类和表现形式。……