基于ELM的作战方案样本验证及评估方法

• 作者: 丁晓剑 程文迪
• 来源期刊: 现代防御技术
• 学科: 军事
• 关键词: 超限学习机 径向基函数 作战方案 评估 泛化性能
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 仿真技术
• 页码范围: 204-209
• 页数: 6页
• 分类号: E917|TP18|TP39
• 字数: 3968字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2015.04.034

摘要

针对专家制定作战方案训练样本时容易受主观性影响的问题,提出了基于ELM的样本验证及评估方法.首先根据ELM建立作战方案样本的预测模型,然后更正错误标记的样本.仿真实验表明,利用ELM模型训练更正后的样本集能有效降低均方根误差值和提高预测的准确率.与RBF神经网络相比,训练ELM模型的时间缩短了98.8％,而且无需调节激活函数的参数就可以得到足够好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晓剑		8	10	2.0	2.0
2	程文迪		10	16	3.0	3.0