文献类型：期刊文章

作　　者：周旺旺[1] 姚佩阳[1] 张杰勇[1] 王勋[1] 魏帅[2]

ZHOU Wangwang;YAO Peiyang;ZHANG Jieyong;WANG Xun;WEI Shuai(Information and Navigation College,Air Force Engineering University,Xi＇an 710077,China;Unit 95910 of the PLA,Jiuquan 735000,China)

机构地区：[1]空军工程大学信息与导航学院,西安710077 [2]中国人民解放军95910部队,酒泉735000

出　　处：《航空学报》

基　　金：国家自然科学基金(61573017,61703425)。

年　　份：2018

卷　　号：39

期　　号：11

起止页码：195-203

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统基于空中目标特征状态推理作战意图的方法,需要大量的领域专家知识对特征状态的权重、先验概率等进行量化,明确特征状态与意图之间的对应关系,而神经网络可以在领域专家知识不足条件下,通过自身训练得到特征状态与意图之间的规则。针对反向传播(BP)算法在更新网络节点权值时收敛速度慢、容易陷入局部最优的问题,通过引入ReLU(Rectified Linear Unit)激活函数和自适应矩估计(Adam)优化算法,设计了基于深度神经网络的作战意图识别模型,提高了模型收敛速度,有效地防止陷入局部最优。仿真结果表明,所提方法能够有效识别空中目标作战意图,获得更高的识别率。

关 键 词：作战意图  专家知识 神经网络 识别  空中目标  

分 类 号：V443.1]