10.3969/j.issn.1002-0640.2022.08.025
融合多尺度特征与软注意力的态势认知方法
针对战场态势变化快、体量大导致指挥员难以快速认知这一问题,提出了一种融合多尺度特征与软注意力机制(MSF-SAM)的战场态势认知方法,其中,特征提取网络通过对不同卷积层的输出进行操作,并结合软注意力机制分配特征的不同权重,从而获得网络对图像不同部分的关注度,即上下文信息,并将上下文信息输入到LSTM网络中进行解析,最后得到图像态势认知结果.在兵棋态势图像数据集上进行了验证,通过比较该方法与经典方法、有无软注意力的对比方式,验证了所提方法的有效性,且在智能兵棋推演中具有一定的应用价值.
战场态势、多尺度特征、注意力机制、LSTM网络、兵棋推演
47
TP391(计算技术、计算机技术)
2022-09-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
150-157