模拟环境中基于深度学习的目标战术意图在线识别方法.pdf
黛娥****ak
亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
模拟环境中基于深度学习的目标战术意图在线识别方法.pdf
本发明涉及一种模拟环境中基于深度学习的目标战术意图在线识别方法,包括:步骤1:获取模拟环境中的实时战场信息,战场信息包括己方和对抗方的双方态势特征信息以及传感器状态信息;步骤2:对战场信息进行多种归一化处理,将多种归一化处理后的战场信息输入至训练完成的目标战术意图识别模型,得到目标战术意图的识别结果。本发明的模拟环境中基于深度学习的目标战术意图在线识别方法,针对难以根据现有态势信息从任务层面对目标意图进行识别的问题,提出目标战术行为意图识别这一概念,基于空战对抗角度去识别目标战术行为,其结果更具实际意义,
模拟环境中基于深度学习的目标战术意图在线识别方法.pdf
本发明涉及一种模拟环境中基于深度学习的目标战术意图在线识别方法,包括:步骤1:获取模拟环境中的实时战场信息,战场信息包括己方和对抗方的双方态势特征信息以及传感器状态信息;步骤2:对战场信息进行多种归一化处理,将多种归一化处理后的战场信息输入至训练完成的目标战术意图识别模型,得到目标战术意图的识别结果。本发明的模拟环境中基于深度学习的目标战术意图在线识别方法,针对难以根据现有态势信息从任务层面对目标意图进行识别的问题,提出目标战术行为意图识别这一概念,基于空战对抗角度去识别目标战术行为,其结果更具实际意义,
一种空战模拟环境中的目标战术意图分层识别方法.pdf
本发明公开了一种空战模拟环境中的目标战术意图分层识别方法,首先提取目标航迹特征信息和敌我相对态势信息,其中目标航迹特征信息包括瞬时特征信息和累积特征信息;然后根据目标航迹偏角和目标航迹倾角的四种情况寻找目标航迹分解特征点,并将目标航迹分解为一系列连续的机动元;接下来分别设计超视距空战中的目标机动元状态集、战术机动状态集和战术意图状态集;最后设计面向目标战术意图分层识别的级联支持向量机多分类算法架构,实现目标战术意图分层识别。本发明有效克服了特征信息维度和训练样本数量较大时的收敛性和时效性难题,实现了对目标
一种基于BiLSTM-Attention的战术意图识别方法.pdf
本发明公开了一种基于BiLSTM‑Attention的战术意图识别方法,它包括如下步骤:步骤S1:将空中目标意图识别描述为空战意图识别特征到空战意图类型的映射;步骤S2:建立基于BiLSTM‑Attention空战意图识别模型。本发明的有益效果在于:在基于LSTM网络的基础上引入双向(Bidirectional)循环机制和注意力(Attention)机制,从而模拟决策人员对于空战情况的推理过程。将编码化的空战特征向量输入BiLSTM层,相比放入LSTM层能充分利用历史时刻和未来时刻信息综合作出判断;把Bi
一种基于深度主动学习的用户意图识别方法及系统.pdf
本发明公开了一种基于深度主动学习的用户意图识别方法及系统。本方法步骤包括:1)数据预处理模块对描述用户意图的文本进行预处理,得到一未标注语料集U;2)分类模块对该未标注语料集U中的样本进行分类预测,得到样本的预测概率并输出给选择模块;3)选择模块基于样本的预测概率以及设定的多准则选择策略选取价值最高的k个样本并对其进行标注后加入到标注语料库中,以及将该k个样本从未标注语料集U中删除;然后利用更新后的标注语料库训练更新所述分类模块;4)重复步骤2~3)直至满足迭代终止条件,得到训练后的分类模块;5)利用该训