深度置信网络在导弹攻击区分类中的应用

TN95; 针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型.根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类.通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型.在实验部分,结合重构误差和测试错误率确定深度置信网络的网络结构,通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式.使用反向传播神经网络和支持向量机进行分类有效性对比实验.实验结果表明:深度置信网络运行速度和预测准确度明显优于其他两种方法,满足实时性和准确性要求,所提方法具有良好的应用价值....

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 41; no. 2; pp. 98 - 106
Main Authors 杨任农, 张振兴, 房育寰, 左家亮, 张彬超
Format Journal Article
LanguageChinese
Published 空军工程大学 空管领航学院,陕西 西安,710038 28.04.2019
Subjects
特征提取
深度置信网络
微调数据采样
导弹攻击区分类
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.201902015

Cover

More Information
Summary:TN95; 针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型.根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类.通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型.在实验部分,结合重构误差和测试错误率确定深度置信网络的网络结构,通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式.使用反向传播神经网络和支持向量机进行分类有效性对比实验.实验结果表明:深度置信网络运行速度和预测准确度明显优于其他两种方法,满足实时性和准确性要求,所提方法具有良好的应用价值.
ISSN:1001-2486
DOI:10.11887/j.cn.201902015