Percepción aérea de amenazas mediante minería de datos

Este libro presenta un marco de diseño basado en una arquitectura escalable centralizada para una percepción efectiva de amenazas aéreas simuladas. En este marco se incorporan técnicas de minería de datos y clasificación de patrones. Este documento se centra en la predicción eficaz basándose en la base de conocimientos y encontrando patrones para construir los árboles de decisión. Este marco está diseñado de manera flexible para integrarse sin problemas con otras aplicaciones. Los resultados muestran la efectividad de los algoritmos seleccionados y sugieren que se incorporan más parámetros para la toma de decisiones sobre amenazas aéreas; mejor es nuestro nivel de confianza en los resultados. Para profundizar en la predicción precisa del objetivo, debemos tomar decisiones sobre múltiples factores. Varias técnicas utilizadas juntas ayudan a encontrar la clasificación de amenazas precisa y dan como resultado una mayor confianza en nuestros resultados.