《表2 不同数据分配情况下的决策结果对比Table 2 Decision making result comparison under different data assignments》

  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

《基于支持向量机的机场智能驱鸟决策》

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

%

从8类5 000组鸟情数据中随机抽取50%~90%的鸟情分类数据用于分类模型训练，并将剩余的鸟情数据用于分类测试，自动决策的正确率见表2。可见，训练数据越多，决策正确率越高，当训练数据比例达到90%时，决策的正确率接近100%。驱鸟策略分类模型的训练是一个循环往复、不断完善的过程。在系统应用过程中，对于新的鸟情向量信息，如果决策正确，则将关联数据直接补充进分类模型进行训练，一旦出现决策错误，可由相关专家进行基于现有策略重新决策；如果现有策略无法满足驱鸟要求，则根据实际情况提出新的驱鸟策略，将修正后的关联数据对分类模型进行重新训练，不断提高分类模型的决策正确率。3.4节将针对以上情况做出举例说明。