基于ELM_AdaBoost强预测器的空战目标威胁评估

• 作者: 徐西蒙 杨任农 符颖 赵雨
• 来源期刊: 系统工程与电子技术
• 学科: 航空航天
• 关键词: 空战 目标威胁评估 自适应推进极限学习机 空战训练测量仪 威胁指数法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 系统工程
• 页码范围: 1760-1768
• 页数: 9页
• 分类号: V271.4
• 字数: 6464字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2018.08.14

摘要

目标威胁评估是空战态势感知中的关键问题.针对传统评估方法难以兼具准确性和实时性的缺陷,提出了一种基于自适应推进极限学习机(extreme learning machine_adaptive boosting,ELM_AdaBoost)强预测器的新方法.结合AdaBoost分类算法对ELM算法进行改进,提出了ELM_AdaBoost算法,构造了ELM_AdaBoost强预测器.在空战训练测量仪中选取空战数据,利用威胁指数法构造了目标威胁评估样本数据.构建了基于ELM_AdaBoost强预测器的空战目标威胁评估模型,在一定范围内确定了使算法预测精度相对较好的ELM网络隐含层节点数和弱预测器个数.通过仿真实验分析了评估的精度和实时性,结果表明该方法在保证较高评估精度的同时减少了评估所用时间,可以准确、快速地进行空战目标威胁评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨任农	空军工程大学空管领航学院	84	283	9.0	12.0
2	赵雨	空军工程大学空管领航学院	10	16	3.0	3.0
3	徐西蒙	空军工程大学空管领航学院	9	20	3.0	4.0
4	符颖	空军工程大学空管领航学院	4	21	3.0	4.0