一种基于机器学习的无人水下航行器集群置信评估方法

    公开(公告)号:CN118427569A

    公开(公告)日:2024-08-02

    申请号:CN202410500957.6

    申请日:2024-04-24

    摘要: 本发明提出一种基于机器学习的无人水下航行器集群置信评估方法。首先,选取已评估数据集,利用Tomek Link去除噪声;其次,基于均衡采样构造初始随机森林,依据margin变异系数实现初始随机森林的集成剪枝;然后,重复初始随机森林构造与集成剪枝,选取评估器数量与测试准确率加权值最大的为最优集成学习器;最后,基于自适应置信阈值进行训练,计算一定数量的未评估数据置信度,将大于置信阈值的数据放入新增评估数据集,利用去除噪声后的已评估数据集和新增评估数据集对基评估器训练,更新自适应置信阈值,当所有基评估器不再发生变化时,得到最终的集成评估器。本发明提出的评估方法能够充分利用未评估数据,且实现了评估结果置信度的显式表征。