典型文献
基于机器学习的多算法融合航迹稳健起始方法
文献摘要：
针对在强电子对抗和复杂雷达任务环境中杂波、干扰等影响目标航迹正确有效起始的问题,提出了一种多算法融合学习航迹稳健起始方法.该方法将航迹起始问题视为分类问题,使用经典的机器学习分类算法——随机森林和梯度提升决策树(gradient boosting decision tree,GBDT)为基础进行融合分类.考虑将两种方法进行Chair-Varshney最优决策融合,实现对目标航迹的高效正确起始.通过仿真实验将本文提出的方法和随机森林、GBDT、启发式规则等经典方法进行对比,结果表明:多算法融合学习航迹稳健起始方法的整体性能更好,显著优于启发式规则航迹起始方法和GBDT航迹起始方法.
文献关键词：
航迹起始;随机森林;梯度提升决策树;机器学习
中图分类号：
作者姓名：
李川;聂熠文;刘军伟;孟凡钦;沈晓静
作者机构：
中国电子科技集团公司第38所,安徽合肥 230031;孔径阵列与空间探测安徽省重点实验室,安徽合肥230031;四川大学空天科学与工程学院,四川成都 610065;四川大学数学学院,四川成都 610065
文献出处：
引用格式：
[1]李川;聂熠文;刘军伟;孟凡钦;沈晓静-.基于机器学习的多算法融合航迹稳健起始方法)[J].空天防御,2022(01):20-24
A类：
Varshney
B类：
基于机器学习,多算法融合,强电,电子对抗,任务环境,杂波,目标航迹,确有,融合学习,航迹起始,分类问题,机器学习分类算法,梯度提升决策树,gradient,boosting,decision,tree,GBDT,融合分类,Chair,最优决策,决策融合,启发式规则,经典方法,整体性能
AB值：
0.333692
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
