《表1 遗传编程参数设置:基于自动机器学习流程优化的雷达辐射源信号识别》
为了自动生成1.2节中描述的基于树结构的流程,本文使用了遗传编程的方法,具体实现方式采用一种名叫DEAP的Python库[10]。在本文的情况下,GP构建以流程操作算子为节点的树型结构,最大限度地提高流程的最终分类精度。在此,本文使用GP来演变进化作用在数据集上的操作流程以及这些操作节点的参数,如随机森林中树的数量或在特征选择期间选择的特征数量。在本文中GP算法遵循标准进化算法程序,相关参数设置如表1所示。在每个进化过程运行开始时,系统随机生成了固定数量的树型流程,以构成遗传编程中的初代人口。然后根据其分类精度对这些流程进行评估,这里的分类精度就是这些流程个体的适应度。
图表编号 | XD0035698500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 涂同珩、金炜东 |
绘制单位 | 西南交通大学电气工程学院、西南交通大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |