水声目标分类算法性能评估

水声目标分类算法研究中使用的性能指标单一且受样本不平衡影响,其评估方法也不适于样本有限的场景。针对这些问题,本文基于水声场景需求,建立了仿真模型,并分析了性能指标与样本类分布的关系,比较了不同样本条件下各评估方法的估计误差。结果表明:PR曲线下面积具有稳定的鉴别力,均衡正确率等指标受样本类分布影响小,各评估方法在样本有限时估值差异显著。据此,本文构建性能指标体系可用于设计和评估算法,提出适应水声需求的修正均衡正确率,同时推荐采用5×2分层交叉验证的评估方法。