山东大学学报(工学版)

作者：张宗堂,王森,孙世林

单位：1. 海军潜艇学院航海观通系, 山东 青岛 266000；2. 91154部队, 海南 三亚 572000

关键词：不平衡数据,集成学习,水声目标识别,AdaBoost算法,随机子空间,

针对水声目标识别中常被忽略的数据不平衡问题,提出一种随机子空间AdaBoost算法(RSBoost)。通过随机子空间法在不同水声特征空间上提取子训练样本集,在各个子训练样本集上训练基分类器,将其中少类间隔均值最大的基分类器作为本轮选定的分类器,迭代形成最终集成分类器。在实测数据上进行试验,利用F-measure和G-mean两个准则对RSBoost算法和AdaBoost算法在不同特征集上的性能进行评价。试验结果表明:相对于AdaBoost算法, RSBoost算法在F-measure准则下的平均值由0.07提升到0.22,在G-mean准则下的平均值由0.18提升到0.25,说明在处理水声数据不平衡分类问题上, RSBoost算法优于AdaBoost算法。

来源：2019年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2019年第4期