-
题名基于强制稀疏自编码神经网络的作战态势评估方法研究
被引量：21
- 1
-
-
作者
郭圣明
贺筱媛
吴琳
胡晓峰
-
机构
国防大学联合作战学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2018年第3期772-784,800,共14页
-
基金
国家自然科学基金(61273189
71401168
+4 种基金
61174156
61403401
61374179
61773399)
军民共用重大研究计划联合基金(U1435218)
-
文摘
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌现关系,在战场态势预测分析的基础上,进一步深入分析体系能力生成机理及贡献度,并通过仿真数据对模型进行验证。该模型对体系能力指标涌现的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知复杂战场态势提供了可行的方法手段。
-
关键词
态势评估
先验知识
强制稀疏自编码神经网络
涌现效应
贡献度
-
Keywords
situation assessment
heuristic knowledge
fs-sae
emergence effect
contribution rate of SOS
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
