典型文献
基于随机森林的目标意图识别
文献摘要：
运用机器学习方法及时准确识别目标作战意图,对于智能化战争中的军事指挥决策十分重要.相较于其他目标意图识别方法,随机森林算法具有抗噪声性能良好、数据集适应力强、训练速度快和实现简单等优点.采用集成学习思路,基于随机森林建立目标意图识别模型,并选用2015年全国研究生数学建模竞赛A题中已知意图的15批空中目标数据,通过WEKA软件提供的随机森林算法分析构造随机决策树,使用留一法检验识别性能,选取合适的算法参数,分析判断出未知意图的12批空中目标的作战意图.运算结果表明随机森林在测试集上的识别精度为83％,高于通过留一法验证的精度,也高于其他6支参赛一等奖获奖队伍的精度.最后通过与其他参赛获奖队伍算法的结果进行对比,逐一分析不同算法对不同意图的精度和召回率,寻找误差原因,得出随机森林是一种简便、快速、高效算法的结论,其识别准确度较其他算法具有一定的优势.
文献关键词：
意图识别;随机森林;决策树;数学建模;空中目标;WEKA
中图分类号：
作者姓名：
胡智勇;刘华丽;龚淑君;彭超
作者机构：
陆军工程大学,江苏 南京 210001;中国人民解放军32526部队,江苏 无锡 214100;中国人民解放军国防大学联合勤务学院,北京 100036;中国人民解放军32517部队,安徽 繁昌 241206
文献出处：
引用格式：
[1]胡智勇;刘华丽;龚淑君;彭超-.基于随机森林的目标意图识别)[J].现代电子技术,2022(19):1-8
A类：
B类：
意图识别,机器学习方法,准确识别,作战意图,智能化战争,指挥决策,随机森林算法,抗噪声,噪声性能,适应力,训练速度,集成学习,识别模型,研究生数学建模,数学建模竞赛,空中目标,WEKA,算法分析,随机决策,决策树,识别性,算法参数,分析判断,测试集,识别精度,参赛,一等奖,获奖,不同意,召回率,误差原因,高效算法
AB值：
0.395193
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。
