| 基于机器学习的舰船系统交叉覆盖数据分类方法 |
| |
| 引用本文： | 伊雯雯,王喜. 基于机器学习的舰船系统交叉覆盖数据分类方法[J]. 舰船科学技术, 2019, 0(10) |
| |
| 作者姓名： | 伊雯雯 王喜 |
| |
| 作者单位： | 苏州工业职业技术学院软件与服务外包学院 |
| |
| 摘 要： | 传统的舰船系统交叉覆盖数据分类方法存在着分类性能差的缺陷,为此提出基于机器学习的舰船系统交叉覆盖数据分类方法研究。采用随机森林算法对交叉覆盖数据的不相关特征属性进行剔除,得到有价值的交叉覆盖数据集合,利用领域粗糙集算法对有价值交叉覆盖数据集合的特征进行提取,以特征集合为依据,采用机器学习算法实现了舰船系统交叉覆盖数据的分类。通过实验得到,提出的舰船系统交叉覆盖数据分类方法的分类精度比传统方法高出30%,迭代次数比传统方法少了9次,说明提出的舰船系统交叉覆盖数据分类方法具备更好的分类性能。
|
| 关 键 词： | 机器学习 舰船系统 交叉覆盖数据 分类 |
Classification method of cross coverage data of ship system based on machine learning |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
