Percepção de ameaças aéreas usando mineração de dados

Este livro apresenta uma estrutura de design baseada em uma arquitetura escalonável centralizada para uma percepção eficaz de ameaças aéreas simuladas. Neste framework, são incorporadas técnicas de mineração de dados e classificação de padrões. Este artigo enfoca a previsão eficaz, contando com a base de conhecimento e encontrando padrões para construir as árvores de decisão. Essa estrutura é projetada de forma flexível para se integrar perfeitamente a outros aplicativos. Os resultados mostram a eficácia dos algoritmos selecionados e sugerem que mais os parâmetros são incorporados para a tomada de decisão para ameaças aéreas; melhor é o nosso nível de confiança nos resultados. Para nos aprofundarmos na previsão precisa do alvo, precisamos tomar decisões sobre vários fatores. Várias técnicas usadas em conjunto ajudam a encontrar a classificação de ameaças precisa e resultam em melhor confiança em nossos resultados.