-
公开(公告)号:CN109766988A
公开(公告)日:2019-05-17
申请号:CN201811200843.0
申请日:2018-09-28
Applicant: 中国人民解放军空军工程大学
Abstract: 提供一种基于混沌蚁狮优化的目标分群方法,具体包括如下步骤:读取数据;数据清洗;使用混沌蚁狮优化算法对目标编队进行分组;编队分组结果输出。本发明通过引入Tent混沌策略初始化种群,使用锦标赛选择策略代替轮盘赌方法选择蚁狮,利用Tent混沌搜索为种群中适应度较差蚂蚁和蚁狮产生新解,将混沌算子与蚂蚁的随机游走结合,改善蚁狮优化算法的性能,提高目标分群的准确率和效率。
-
公开(公告)号:CN118230051A
公开(公告)日:2024-06-21
申请号:CN202410415348.0
申请日:2024-04-08
Applicant: 中国人民解放军空军工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 提供一种基于Air2pict‑ResNet18的飞行编队构型识别方法,包括下列步骤:构建用于训练的构型识别数据库;构建Air2pict上采样网络;构建ResNet18网络;训练基于Air2pict‑ResNet18的编队构型识别网络;根据编组内飞机属性求解编队构型。本发明从基于空情态势画面判断编队构型的角度入手,提出本发明方法,该方法将编队构型识别问题转化为通用图像分类问题,实现高准确性、高时效性、强鲁棒性的飞行编队构型识别方法。
-
公开(公告)号:CN119829945A
公开(公告)日:2025-04-15
申请号:CN202411901531.8
申请日:2024-12-23
Applicant: 中国人民解放军空军工程大学
IPC: G06F18/20 , G06N3/0442 , G06N3/045 , G06F18/213 , G06F123/02
Abstract: 本发明公开了一种多特征连续时序的BiLSTM+Attention三层空战目标意图预测方法,包括:一、建立空战意图预测基础数据集;二、对空战意图基础数据集进行威胁评估,获取空战意图威胁数据集;三、构建BiLSTM+Attention网络模型并将空战意图威胁数据集输入训练;四、后续时序数据基于轨迹预测、威胁评估和训练好的BiLSTM+Attention网络模型进行战术意图预测。本发明方法步骤简单、设计合理,结合前向的连续多个时刻空战特征数据和后向目标飞机空战轨迹预测数据,以及战场威胁评估进行意图预测,提高了空战目标意图预测可靠性。
-
公开(公告)号:CN109766905B
公开(公告)日:2023-02-28
申请号:CN201811200842.6
申请日:2018-09-28
Applicant: 中国人民解放军空军工程大学
IPC: G06F18/214 , G06F18/22 , G06N3/04
Abstract: 公开一种基于自组织特征映射网络的目标分群方法,包括如下步骤:读取当前时刻我方传感器获得的数据;对读取的传感器数据进行清洗;引入SOM对处理后的数据进行分组,使用混合计算方法计算神经元和传感器数据间的距离,利用标准化置信度值检验分组的准确性;评估目标分组情况,并根据实际情况及时做出修正;输出目标分群结果,重复该过程。该方法通过在目标分组前进行数据清洗,有效的滤除了噪声干扰,提高目标分组的准确率;能够有效反映目标间的差异,提高目标分组的准确率;通过引入SOM,解决了需要预先指定分组数和设置阈值的关键问题,提高了目标分组的准确度和速度,满足实际应用的需求;引入CV检验目标分组情况,提高算法的鲁棒性。
-
公开(公告)号:CN109766905A
公开(公告)日:2019-05-17
申请号:CN201811200842.6
申请日:2018-09-28
Applicant: 中国人民解放军空军工程大学
Abstract: 公开一种基于自组织特征映射网络的目标分群方法,包括如下步骤:读取当前时刻我方传感器获得的数据;对读取的传感器数据进行清洗;引入SOM对处理后的数据进行分组,使用混合计算方法计算神经元和传感器数据间的距离,利用标准化置信度值检验分组的准确性;评估目标分组情况,并根据实际情况及时做出修正;输出目标分群结果,重复该过程。该方法通过在目标分组前进行数据清洗,有效的滤除了噪声干扰,提高目标分组的准确率;能够有效反映目标间的差异,提高目标分组的准确率;通过引入SOM,解决了需要预先指定分组数和设置阈值的关键问题,提高了目标分组的准确度和速度,满足实际应用的需求;引入CV检验目标分组情况,提高算法的鲁棒性。
-
-
-
-
-