基于双层随机森林的空袭目标识别
空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法.该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性.将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性.
防空作战、目标识别、随机森林、基尼指数、特征评估、数据降维
44
E917(军事技术基础科学)
国家社会科学基金18BGJ070
2023-06-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
207-213