随着军事信息化、智能化进程不断深化发展,面对突发情况时通常需要在极短时间内完成事件处置方案拟制,因此对事件处置智能化的需求极为急迫。结合Platt scaling概率校准模型,针对非均衡数据分布和多类属输出概率校准拓展问题,对核最小...随着军事信息化、智能化进程不断深化发展,面对突发情况时通常需要在极短时间内完成事件处置方案拟制,因此对事件处置智能化的需求极为急迫。结合Platt scaling概率校准模型,针对非均衡数据分布和多类属输出概率校准拓展问题,对核最小二乘支持向量机模型进行改进,提出一种校准概率最小二乘支持向量机(Calibration Probabilistic Least Squares Support Vector Machine, CPLS-SVM)分类算法;设计一种基于CPLS-SVM算法的事件处置案例匹配方法,提高复杂案例样本环境下的匹配精度;通过构建基于校准概率最小二乘支持向量机,并应用到事件处置实例模拟数据进行仿真实验,验证算法的有效性和性能优势。展开更多
文摘随着军事信息化、智能化进程不断深化发展,面对突发情况时通常需要在极短时间内完成事件处置方案拟制,因此对事件处置智能化的需求极为急迫。结合Platt scaling概率校准模型,针对非均衡数据分布和多类属输出概率校准拓展问题,对核最小二乘支持向量机模型进行改进,提出一种校准概率最小二乘支持向量机(Calibration Probabilistic Least Squares Support Vector Machine, CPLS-SVM)分类算法;设计一种基于CPLS-SVM算法的事件处置案例匹配方法,提高复杂案例样本环境下的匹配精度;通过构建基于校准概率最小二乘支持向量机,并应用到事件处置实例模拟数据进行仿真实验,验证算法的有效性和性能优势。
