《表6 个体学习器和集成学习模型的分类正确情况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于异态集成学习的飞行目标辅助识别模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。