《表6 个体学习器和集成学习模型的分类正确情况》
由表5可以看出,多次模型训练中,在训练数据样本数量较少的情况下,k近邻学习模型的识别正确率较为稳定,识别正确率均值为89.08%,标准差为0.028,而BP神经网络模型的识别正确率则浮动较大,识别正确率均值为80.94%,标准差为0.060。此外,无论各个体学习器在测试集上的表现如何,使用本文所述的方法对模型进行整合后,基于集成学习的飞行目标辅助识别模型总体表现较为稳定,且能在表现较好的个体学习器模型的基础上,将正确率至少提高2个百分点,识别正确率均值为91.50%,标准差为0.023。对实验测试8结果进一步分析,得到个体学习器和集成学习模型的分类正确情况如表6所示。
图表编号 | XD00160582300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 刘戎翔、贺筱媛、陶九阳 |
绘制单位 | 国防大学联合作战学院、陆军防化学院、国防大学联合作战学院、国防大学联合作战学院、陆军工程大学 |
更多格式 | 高清、无水印(增值服务) |