基于异态集成学习的飞行目标辅助识别模型

• 作者: 刘戎翔 贺筱媛 陶九阳
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 飞行器辅助识别 异态集成学习 k近邻学习模型 BP神经网络模型 模型动态更新
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 工程实践
• 页码范围: 141-147
• 页数: 7页
• 分类号: TJ8|TP183
• 字数: 5601字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2020.04.026

摘要

对飞行目标类型的准确识别是空中作战意图识别的前提和基础.针对当前各类识别模型在训练样本较少时,较难同时获得模型的稳定性和较好的泛化能力且在线学习能力较差的问题,提出了一种基于异态集成学习的飞行目标辅助识别模型,将k近邻学习模型与BP神经网络模型进行整合,使模型兼具训练稳定性与较好的泛化能力;通过算法设计,模型具有了整体动态更新的能力.基于某作战仿真系统完成飞行目标识别实验,对比了该模型与各类模型的性能表现.实验结果显示所提出的模型识别正确率稳定在90％左右,且在个体学习器的基础上至少提高2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺筱媛	国防大学联合作战学院	43	351	12.0	17.0
2	陶九阳	国防大学联合作战学院	8	61	3.0	7.0
4	刘戎翔	国防大学联合作战学院	3	1	1.0	1.0