针对空战中飞机的飞行动作愈发复杂导致识别准确率低的问题，提出了改进支持向量回归的空战飞行动作识别方法，该方法采用高斯核函数作为线性核函数，利用混沌初始化和反向学习策略改进麻雀搜索算法，利用改进后的麻雀算法优化支持向量回归算法，具体表现为对支持向量回归算法中高斯核函数的参数进行优化，通过优化后的支持向量回归算法进行飞机动作识别。采用了五种基本的飞行动作和几种复杂的飞行动作验证该方法的识别准确率。仿真表明，优化后的支持向量回归算法与传统的支持向量回归算法、模糊支持向量机算法、传统聚类算法、神经网络算法相比，对基本飞行动作的平均识别率至少提升了2.2%，对复杂飞行动作的平均识别率至少提升了3.7%。
