君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
第四讲：信息加工和分析
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口信息融合技术在情报分析中的应用；――基于贝叶斯理论对竞争性假设分析法的改进；（王非空军工程大学理学院710051）；摘要：竞争性假设分析法是当今美国情报界使用最为广；一、信息融合技术概述；信息融合(InformationFusion)是；针对不同类型的信息源、不同的融合层次和不同的融合；信息融合理论的研究，主要有两个方面：一是基于概率；二、贝叶斯理论与竞争性
信息融合技术在情报分析中的应用
――基于贝叶斯理论对竞争性假设分析法的改进
空军工程大学理学院
要：竞争性假设分析法是当今美国情报界使用最为广泛的情报分析方法之一，而贝叶斯方程是信息融合理论的典型代表。本文拟提出将两者融合，优化改进竞争性假设分析法。并以美国对待利比亚内战的态度为个案，详细介绍改进后的方法在情报分析中的应用。 关键词：信息融合，贝叶斯理论，竞争性假设分析法，改进
一、信息融合技术概述
信息融合(Information Fusion)是一个新兴的、综合性和交叉型学科，起源于军事应用。20 世纪70年代，美国海军采用多个独立声纳探测跟踪某海域敌方潜艇时，首次提出数据融合(Data Fusion)的概念。早期的数据融合，其信源为同类多传感器，如多声纳、多雷达、多无源探测目标定位等等，其信息形式主要是传感器数据。随着军事应用需求的扩展，信息融合扩大到多类信息源，首先是不同类传感器信息的融合，如有源雷达与无源电子支援传感器(ESM)数据融合，有源雷达与声纳，以至与红外/光学传感器等多频谱传感器的数据融合等；其次是随着数据融合应用层次的提高，其他侦察手段获取的信息也参与融合，如侦察情报――通信情报(COMINT)、人工情报(HUMINT)、信号情报(SIGINT)，以及经处理过的非侦测情报、中长期情报(预存于数据库中)等参与融合，从而使数据融合迈向信息融合领域。信息融合层次也从目标定位、识别与跟踪提升到战场态势估计与威胁估计，其应用层次则从战场感知提升到指挥决策和火力控制。
针对不同类型的信息源、不同的融合层次和不同的融合目的，信息融合所需要的技术多种多样，但它们均有一个共同特点就是决策推理，也就是说信息融合的实质为决策推理。无论是检测层检测结果的融合、跟踪层的数据关联、识别层的目标识别和分类，还是高层的态势评估和威胁估计均是一个决策推理过程。信息融合就是为了某一目的对来自多源的数据和信息进行组合或综合的处理过程，以期得到比单一信息源更精确、更可靠的估计或推理决策。
信息融合理论的研究，主要有两个方面：一是基于概率论的方法，二是非概论的融合方法。第一种方法首推经典贝叶斯推理，第二种方法中随机集理论是有效的工具。
二、贝叶斯理论与竞争性假设分析法
1. 贝叶斯理论
贝叶斯分析方程最早由英国皇家科学院数学家托马斯?贝叶斯在1763年提出，这是一种利用概率学说解决预测问题的理论。贝叶斯方程属于一种较为精确的定量归纳推理程式，它可以通过观察新的事件来推出假设成立的可能性，并不断地修正评估结果。
可以用R=PL 这个基本等式来表达贝叶斯方程：R是参考最新证据后得出的假设的可能性，P是先前或者最初对假设的评估，L是对最新证据考察得出的可能性概率。由此可知，贝叶斯分析法的基本思想认为假设的可能性等于假设先前的可能性乘以基于这个假设而发生事件的可能性。
从1967年开始，贝叶斯分析理论被借用到情报分析领域，广泛用于政治和军事情报的个案研究。传统的预测方法是根据情报资料产生一个主要的假设，然后由专家通过查证和推理评判这个假设的可能性，贝叶斯方法则不需对主要假设做出直接评估，而是对若干相关事件做出有条件的评估，然后根据这些事件的可能性推出主要假设的可能性，以此建立的贝叶斯方程是对相互排除的假设进行递归推算的分析工具，其公式如下：
E是情报分析时加入的事件，H 是引起事件发生的假设，Hi是一组相互排斥的假设，P(Hi)是假设最初的可能性，由专家组判断给出，P(E|Hi)是基于Hi得出的某一事件E发生的可能性，P(Hi|E)是E事件发生后得到的修正过的Hi的可能性。
2. 竞争性假设分析法
竞争性假设分析法 (Analysis of Competitive Hypothesis，缩写为ACH)是当今美国情报界使用最为广泛的分析方法之一，该方法由理查德?休尔于1978年至 1986年在美国中央情报局担任分析员时发明。该方法通过提出假设、搜集证据等一系列缜密、完整的分析流程，反复核实证据与假设、假设与证据之间的一致、不一致等关系，帮助分析人员避开思维定势和克服认知局限等对情报分析不利的影响，得出更为合理的结论，具有重要的情报分析价值。
ACH的程序主要包括3个阶段和4个步骤。第一个阶段即假设阶段，根据已有情报信息做出N条假设情况；第二个阶段即竞争阶段，根据已有情报证据对N条假设进行排除，得出可信度较高的n条假设；第三个阶段是循环阶段，持续搜集情报信息，重复第一和第二阶段即补充新的假设情况并通过新的情报证据加以排除，直至得到目前认为最为可靠的、具有关键价值的假设情况。四个具体步骤分别为：第一步，确定假设，列出支持和反对每种假设的重要证据和论据。第二步，制作矩阵图，考察证据的诊断价值，识别哪些证据最有用。第三步，完善矩阵图，继续否定每一种假设而非证实它。第四步，分析初步结论对于少数重要证据的依赖程度，阐述所有假定的可能性。
三、贝叶斯理论对竞争性假设分析法的改进
根据信息融合的思想，可以用贝叶斯理论对竞争性假设分析法进行改进，以优化分析模式，提高分析结果的可信度。图1就是改进后的竞争性假设分析法的示例。
改进的ACH程序流程
下面以判断如果利比亚发生内战美国会不会支持反对派推翻卡扎菲政权为例，具体介绍用贝叶斯方程改进竞争性假设分析法后，对情报分析的一般流程：
第一步，提出假设。召集一群具有不同背景、持不同观点的分析人员进行集体讨论，生成合理的假设，并列举可能支持或不支持它的证据。以下是对此时间可能的假设和论据。
假设一：美国不会干涉利比亚内战，保持中立
假设二：美国可能积极介入利比亚内战，帮助反对派推翻卡扎菲政权
假设三：美国可能支持卡扎菲镇压反对派
证据一：美国的主要精力集中在应付伊拉克和阿富汗混乱的局势中
证据二：美国财政赤字严重，军费紧张
证据三：利比亚领导人卡扎菲对美国一贯采取敌对政策
证据四：西方盟国决定干涉利比亚的政策，美国作为北约领袖义不容辞
证据五：三月底至四月初美国的航母在地中海和红海附近活动频繁
第二步，制作矩阵图。将第一步生成的假设排在矩阵的第一排，把第二步收集的证据排在矩阵的第一列，然后对每条证据与每个假设的一致性进行逐个判断。表中所列举的只是为了说明ACH程序，并不代表真实情况（“+”表示假设与证据一致“-”表示假设与证据不一致）。
证据三 证据四
证据五 假设一 + + - - - 假设二 - - + + + 假设三 - - - - -
考察矩阵图时，察看其中的“-”或任何用来表示与假设不一致的符号。“-”最少的假设其可能最大，“-”最多的假设的可能性最小。但根据“-”的多少只能得出初步的结论，因为证据的不同，其重要性也不同，所以对假设的影响程度也不同。矩阵图有助于情报人员权衡各种证据的诊断价值，这同时也是ACH有别于传统分析法的关键所在。证据只有对假设的可能性产生重大影响时才具诊断性。要是一个证据与所有假设都一致，它实际上没有诊断价值。在上面的矩阵图中，假设三的“-”最多，为五个。则这一关键证据使我们倾向于接受假设一和二。证据五具有诊断价值：如果美国介入利比亚内战，则其航母在地中海和红海附近活动频率会增加。据此，情报人员可以初步判断：假设一和假设二的出现概率较大，美国有可能介入利比亚内战推翻卡扎菲政权或者至少维护秩序保持中立（先排除假设三）。
第三步，计算假设一和假设二的可能性。由分析主管与专家组讨论后设定基本假设，用Hi表示，H1代表美国对利比亚内战会保持中立态度；与之相对的H2则代表美国可能积极介入利比亚内战，帮助反对派推翻卡扎菲政权。让专家组对基本假设H1和H2的成立做出可能性的数值评估，用百分比对应的数值表示。为了保证数值能尽量准确，专家组采用特尔斐法来得出结论。对两种假设的初始评估值，标记为H1=0.3，H2=0.7。随着事态不断发展，发现具有指示意义的事件――三月底至四月初美国的航母在地中海和红海附近活动频繁，把此事件标记为E，由专家组再次集体判断：如果H1成立，事件E发生可能性为0.3；如果H2成立，事件E发生可能性为0.75。分析主管根据专家评估的可能性数据利用贝叶斯方程得出事件E发生后假设Hi的可能性：由P(H1)=0.3，P(H2)=0.7，P(E|H1)=0.3，P(E|H2)=0.75代入，得出修正的假设的可能性：
P H1 E =0.3×0.3
0.7×0.750.09=0.146, 0.525
P H2 E ==0.854。
到此，一次评估结束，美国保持中立的可能性为14.6%，美国介入利比亚内战的可能性为85.4%。我们可以得出，对于利比亚内战，美国保持中立的可能性不大了。如果还有事件En发生，则把修正过的假设数据再次作为基本数据，继续评估事件En发生后假设的可能性，依次类推重复这个推理过程，直到推理结论得到不断更新的信息的多次修正和检验，得出最后的结论。
信息是未来战争胜负的核心因素，信息融合已成为军事领域发展的趋势。利用贝叶斯理论这一定量分析工具对传统的竞争性假设分析法做改进，对情报分析理论有着积极的意义。贝叶斯理论运用的是数理逻辑，用数字概论描述问题增强了说服力，且尽量避免了分析者思维定势和先入为主对于推理过程的不利影响。ACH完整记录整个分析流程并建立清晰的记录，并对每个假设和证据充分评估。将两者融合，可相互补充和检验分析所得出的结论，使最终的判断更准确、更科学。这样的融合，综合信息，优化模式，使决策者更加全面、准确、合理的提取信息。但是，任何分析理论在现实运用中都存在不可避免的局限性，所以对于此改进的方法也要谨慎使用，使其在合适条件下发挥有效的作用。
参考文献：
[1]Kristan J. Wheaton, “Structured Analysis of Competing Hypothesis”, Competitive Intelligence Magazine [J]. Volume 9, 2006.
[2]闫晋中.军事情报学.北京:时事出版社,2003
[3]李耐国.军事情报研究.北京:军事科学,2001
[4]张晓军.军事情报学.北京:军事科学院出版社,2000
[5]崔华华,林涛.论情报分析中竞争性假设分析法应用.情报杂志,2006(12)
[6]赵杰,崔智社,徐明进,任宏滨.信息融合的实质及其核心技术.情报指挥控制与仿真技术,2003(8)
[7]李景龙.贝叶斯分析理论在情报研究中的应用.情报探索,2007(1)
三亿文库包含各类专业文献、高等教育、外语学习资料、行业资料、专业论文、中学教育、文学作品欣赏、信息融合技术在情报分析中的应用18等内容。　
　信息融合技术在情报分析中的应用 ――基于贝叶斯理论对竞争性假设分析法的改进 基于贝叶斯理论对竞争性假设分析法的改进 (王非 空军工程大学理学院 710051) 竞争性... 　信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、 综合处理....信息融合在军事上的应用为军事领域绝大部分是在敌对的现实世界中进行的。在敌对... 　信息融合技术在武器系统中的应用 1 引言信息融合技术是一门新兴的数据处理技术,...2.3.1 数据层融合与应用 数据层融合通常用于多源图像复合、图像分析与理解等... 　信息融合与故障诊断 浅谈信息融合技术及其在故障诊断中的应用信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、 综合处理,从而得出决策和估计任务所... 　了迅猛的发展,尤 其近年来,它已受到广泛关注,它的理论和方法已被应用到许多...(1)多源信息融合的理论基础 目前,在多源信息融合技术中,常用的理论包括: 1)... 　本文简要介绍了多传感器融合技术的概念和优势, 分析了多传感器信息融合的不 同方法,从军用和民用两个方面论述了她的广泛应用。 关键词:多传感器信息融合应用 多... 　粗糙集理论在信息融合技术中的应用研究 摘要 通过分析粗糙集理论与信息融合技术之间的关系, 得出了粗糙集理论 和信息融合作为两种推理过程,在建立对象模型(模式)和... 　信息融合技术在网络安全中的应用分析【摘要】时至今日,网络已经渗透到社会生活的各个方面,整 个社会正朝着网络化、信息化的方向发展。本文在介绍信息融合技 术的... 　本文主要讨论小波分析理论及支持向量机在遥感图像融合应用以及人工神 经网络在多传感器信息融合中的实现方法。 3.1 小波图像融合像素级图像融合的主要步骤: 以两幅...君，已阅读到文档的结尾了呢~~
论公安情报分析的案例研究与教学
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
论公安情报分析的案例研究与教学
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
竞争性假设分析法在群体性事件情报预警中的应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于情报研究流程缺陷分析的“理想化情报研究流程模型”构建
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口