基于代价敏感集成学习的战场态势评估模型
霍士伟1
田八林2
郭圣明3
唐宇波3
1.国防大学研究生院 北京 100091;国防科技大学信息通信学院 西安 7101062.国防科技大学信息通信学院 西安 7101063.国防大学联合作战学院 北京 100091
摘要：针对误分代价不平衡条件下基于机器学习的战场态势评估误分代价较高问题,提出基于代价敏感集成学习的战场态势评估模型.以具有良好非线性建模能力的BP神经网络模型为基础分类器,通过AdaCost代价敏感集成学习方法综合考虑误分类代价对BP神经网络进行集成训练,使模型具有代价敏感特性.实验表明,在误分代价不平衡条件下,相对于单独的BP神经网络模型来说,所提模型在评估准确率和误分总代价方面都有较大优势.
关键词：态势评估误分代价代价敏感集成学习神经网络
分类号：TP311(计算技术、计算机技术)
资助基金：装备预研项目(41401050201)
论文发表日期：2021-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 75-78,165 )
英文信息