基于自训练半监督学习的战场态势评估模型

摘要：

针对标记样本不足条件下基于机器学习的战场态势评估模型准确性不高的问题,提出了基于自训练半监督学习的战场态势评估模型.以适用于小样本条件下分类的支持向量机模型为基础分类器,通过自训练半监督学习方法利用无标签样本对支持向量机模型进行辅助训练来提高模型的准确性和泛化性能.实验表明,在标记样本不足条件下,相对于只采用有标签样本的支持向量机模型来说,所提模型在评估准确率方面有较大的提高.

关键词：态势评估;半监督学习;自训练;无标签样本

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：装备预研项目"基于自训练半监督学习的战场态势评估模型"编号:41401050201

在线出版日期：2021-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：93-96,107