基于随机森林的目标意图识别

摘要：

运用机器学习方法及时准确识别目标作战意图,对于智能化战争中的军事指挥决策十分重要.相较于其他目标意图识别方法,随机森林算法具有抗噪声性能良好、数据集适应力强、训练速度快和实现简单等优点.采用集成学习思路,基于随机森林建立目标意图识别模型,并选用2015年全国研究生数学建模竞赛A题中已知意图的15批空中目标数据,通过WEKA软件提供的随机森林算法分析构造随机决策树,使用留一法检验识别性能,选取合适的算法参数,分析判断出未知意图的12批空中目标的作战意图.运算结果表明随机森林在测试集上的识别精度为83％,高于通过留一法验证的精度,也高于其他6支参赛一等奖获奖队伍的精度.最后通过与其他参赛获奖队伍算法的结果进行对比,逐一分析不同算法对不同意图的精度和召回率,寻找误差原因,得出随机森林是一种简便、快速、高效算法的结论,其识别准确度较其他算法具有一定的优势.

关键词：意图识别、随机森林、决策树、数学建模、空中目标、WEKA

所属期刊栏目：45

分类号：TN919.7-34;TJ85;TP391.4

资助基金：国家自然科学基金51508570

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8