买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于CNN-LSTM的空中编队目标意图识别方法及系统_中国人民解放军空军预警学院_202211154275.1 

申请/专利权人:中国人民解放军空军预警学院

申请日:2022-09-22

公开(公告)日:2022-12-02

公开(公告)号:CN115238832B

主分类号:G06K9/62

分类号:G06K9/62;G06N3/04

优先权:

专利状态码:有效-授权

法律状态:2022.12.02#授权;2022.11.11#实质审查的生效;2022.10.25#公开

摘要:本发明提供了一种基于CNN‑LSTM的空中编队目标意图识别方法及系统,属于空中目标识别领域,方法包括:对空中目标属性数据预处理,对意图空间意图编码;将所有单目标属性数据分发到一维卷积层中进行深层特征提取;将深层特征输入至LSTM网络中学习时间上的依赖性后,采用第一Dense层获取基元意图;根据编码后的意图空间、编队队形和编队组成,对基元意图整编,通过第二Dense层学习整编后基元意图的特征;再将第三Dense层作为输出层,接收第二Dense层输出的特征识别编队目标的整体意图。本发明提供的空中编队目标意图识别方法可以满足当前复杂多变的战场环境中的高效指挥。

主权项:1.一种基于CNN-LSTM的空中编队目标意图识别方法,其特征在于,包括以下步骤:对空中目标属性数据进行预处理,将空中目标属性数据分为数值型属性数据和非数值型属性数据,对数值型属性数据进行归一化标准处理,将非数值型属性数据转换为数值型属性数据,且对意图空间进行意图编码;其中,所述空中目标属性数据包括单目标属性数据和编队目标的属性空间;将预处理后的所有单目标属性数据分发到各目标对应的一维卷积层中进行深层特征提取;将深层特征输入至LSTM网络中学习时间上的依赖性后,采用第一Dense层获取各单目标对应的基元意图;根据编码后的意图空间、编队队形和编队组成,对基元意图整编,通过第二Dense层学习整编后基元意图的特征输入至第三Dense层;将第三Dense层作为输出层,基于整编后基元意图的特征,通过Softmax函数计算各类意图的概率,实现对编队目标的意图识别;其中,一维卷积层、第一Dense层、第二Dense层和第三Dense层均为训练完毕的网络层。

全文数据:

权利要求:

百度查询: 中国人民解放军空军预警学院 基于CNN-LSTM的空中编队目标意图识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术