科研之友
微信
新浪微博
Facebook
分享链接
摘要
全连接神经网络是处理大样本数据一种行之有效的方法，但是采用级联多层全连接神经网络进行海上目标威胁评估时由于数据状态空间维度高，容易造成梯度爆炸以及模型难以收敛等问题，导致威胁评估的准确率不高。因此，文中提出了一种基于指标隶属度和全连接残差神经网络的海上目标多级威胁评估方法。首先从目标状态属性和作战能力两方面构建海上目标评估指标体系，形成目标威胁评估的第一级；然后构建各指标关于目标威胁度的隶属函数将指标属性值映射到隶属度空间，形成目标威胁评估的第二级；最后建立指标隶属度与威胁等级的对应关系，构建全连接残差神经网络实现海上目标多级威胁评估。实验结果表明，相比未引入隶属度空间的方法和未引入残差块的方法，本文提出的方法具有更好的收敛性、稳定性和精确性，在本文数据集上对海上目标威胁估计的准确率可达95.28%。
-
单位中国电子科技集团公司第二十八研究所
