利用PCA与层次聚类算法的军事训练数据分析方法

为了更好地科学化、精细化开展军事训练,提出一种对军事训练数据采用数据挖掘手段进行分析的方法.该方法针对军事训练数据量大、科目多、维度高的特点,首先运用主成分分析(PCA)算法进行降维处理,然后基于传统层次聚类算法对训练数据进行分析,最后给出了实验结果.实验结果表明,该方法能有效地根据成绩分布区分训练人员,直观反映出各类训练人员的成绩特点,对军事训练计划制定与实施提供参考.

基于局部离群因子的军事训练数据异常值检测

为了对军事训练数据异常值进行检测,针对军事训练数据多属性特点,提出了一种按照属性方差进行有权重放缩变换的局部离群因子(LOF)异常值检测方法,给出了实例分析.实例分析表明,运用本文LOF异常值检测方法,检测出的异常数据具有较好的解释性和可参考性.这为改进常规训练方法、制定训练计划提供了参考.