基于随机森林的目标意图识别

运用机器学习方法及时准确识别目标作战意图，对于智能化战争中的军事指挥决策十分重要。相较于其他目标意图识别方法，随机森林算法具有抗噪声性能良好、数据集适应力强、训练速度快和实现简单等优点。采用集成学习思路，基于随机森林建立目标意图识别模型，并选用2015年全国研究生数学建模竞赛A题中已知意图的15批空中目标数据，通过WEKA软件提供的随机森林算法分析构造随机决策树，使用留一法检验识别性能，选取合适的算法参数，分析判断出未知意图的12批空中目标的作战意图。运算结果表明随机森林在测试集上的识别精度为83%，高于通过留一法验证的精度，也高于其他6支参赛一等奖获奖队伍的精度。最后通过与其他参赛获奖队伍算法的结果进行对比，逐一分析不同算法对不同意图的精度和召回率，寻找误差原因，得出随机森林是一种简便、快速、高效算法的结论，其识别准确度较其他算法具有一定的优势。