面向空戰(zhàn)對抗行為意圖分析的小樣本學習方法

打開文本圖片集

摘 要：針對目前空戰(zhàn)對抗中空戰(zhàn)目標的行為意圖識別存在著數(shù)據(jù)來源多、數(shù)據(jù)模態(tài)多、數(shù)據(jù)的維度高冗余大、樣本量小和不均衡以及訓練所需的大量標注數(shù)據(jù)獲取困難等問題，構(gòu)建了一種基于深度雙向門控循環(huán)單元（deep bidirectional gated recurrent unit，DBGRU）的空戰(zhàn)目標行為意圖識別模型，通過在雙向門控循環(huán)單元（bidirectional gated recurrent unit，BiGRU）中融合注意力機制來提升模型的特征學習能力，自適應(yīng)地分配不同空戰(zhàn)特征信息的權(quán)重。（剩余14542字）