10.3969/j.issn.1006-2475.2019.10.003
基于GRU-Attention神经网络的空中群组态势识别方法
现代空中战场中,对敌方空中作战群组意图判定的结果将直接影响我方对局势的掌握和决策的下达,因此空中群组态势的评估识别是现代战场的重要任务.空中作战群组通常会根据飞行任务执行相应意图,监测相关过程并从获取的数据中挖掘相应的特征,再通过智能化的方法进行学习预测.基于此,本文提出一种基于GRU-Attention神经网络的识别方法,将获取的行为事件库预处理后输入门控循环(GRU)神经网络挖掘事件中深层特征;注意力机制(Attention)为深层特征自动计算相应的权重分配;最后利用softmax层对输入的信息进行态势意图分类.实验结果表明GRU-Attention态势识别方法的准确率达到96.10%,验证了该方法的准确性、高效性和稳定性.该方法的提出对丰富神经网络识别方法体系和提高空中群组态势的评估识别准确率具有重要的理论意义和实践意义.
群组态势识别、门控循环神经网络、注意力机制
TP183(自动化基础理论)
四川省新一代人工智能重大科技专项项目18ZDZX0132;四川省科技计划项目重点研发项目2017GZ0159
2019-10-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
11-16,33