作者:丁晓剑; 程文迪超限学习机径向基函数作战方案评估泛化性能
摘要:针对专家制定作战方案训练样本时容易受主观性影响的问题,提出了基于ELM的样本验证及评估方法。首先根据ELM建立作战方案样本的预测模型,然后更正错误标记的样本。仿真实验表明,利用ELM模型训练更正后的样本集能有效降低均方根误差值和提高预测的准确率。与RBF神经网络相比,训练ELM模型的时间缩短了98.8%,而且无需调节激活函数的参数就可以得到足够好的泛化性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《现代防御技术》(CN:11-3019/TJ)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 652321 评论 60
部级期刊
人气 399108 评论 58
人气 366733 评论 69
人气 252433 评论 66