作者：高盈盈; 杨克巍; 徐建国; 葛冰峰; 李杰试验鉴定热点识别机器学习主题聚类
摘要：装备试验鉴定是检验武器装备作战效能和作战适用性的重要手段,对其进行研究热点的识别和预测有助于该领域的宏观发展调控。本文针对我国装备试验鉴定领域的发展情况和数据特点,基于论文摘要建立机器学习研究方案。首先通过对比K-Means算法和LDA主题聚类遴选领域研究热点,然后用ARIMA模型进行时间序列预测。结果表明,'武器装备体系作战试验'逐渐成为该领域的研究热点且趋势正盛,与导弹相关的研究仍占据重要地位。本文克服了传统方法对专家知识经验的过分依赖性,为该领域的技术研究方向把控提供有益支撑,也为热点识别的应用研究提供新的思路。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
