「这是我参与11月更文挑战的第10天，活动详情查看：2021最后一次更文挑战」

简介

从前面两篇文章可以了解到贝叶斯网络主要分为静态贝叶斯和动态贝叶斯两大类，从当今社会来说，动态贝叶斯的应用相对于静态贝叶斯来说已经相当广泛了。前两天看到一篇期刊，感觉备受启发，在这里给大家分享一下，希望可以对大家有所帮助。

动态贝叶斯

在《基于动态贝叶斯网络的无人战车目标威胁评估》中表示，由于无人战车目标威胁评估是一个较为复杂的问题，目标的威胁程度主要由目标进行的作战任务及目标特性决定，在作战过程中，根据传感器提供的目标信息，在目标态势感知的基础上进行威胁评估。威胁评估问题的本质是不确定性决策问题，传统的威胁评估方法由于对战场态势信息运用不充分随意性较大，因而很难保证决策结果的正确性。

由于动态贝叶斯网络可以克服静态评估带来的主观性和不确定性，更适用于高动态、强对抗的无人战车作战环境。因此动态贝叶斯比静态贝叶斯网络更加适合。

首先选取目标特征并进行模糊处理，其次基于静态贝叶斯网络（SBN）建立用于威胁评估的推理模型，然后根据动态贝叶斯网络（DBN）理论对推理模型在时间维度上进行扩展，建立动态推理模型，最后结合算例进行仿真验证，并将仿真结果与SBN推理结果进行比较。

寄语

本文首先先简单的介绍一下，动态贝叶斯的内容，以及动态贝叶斯是如何在现实生活中应用的。内容不是很多，具体的内容等后面整理出来之后会陆续的呈现给大家。