基于深度置信网络的近距空战态势评估

• 作者: 寇雅楠 左家亮 张彬超 邬蒙
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 深度置信网络(DBN) 态势评估 半监督学习 网络拓扑结构 密度峰值聚类
• 年，卷（期）: 2017,（7）
• 页码范围: 1450-1459
• 页数: 10页
• 分类号: V271|TP391.4
• 字数: 6682字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2016.0956

摘要

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估.通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证.实验表明,模型态势分类正确率达到92.7％,模型运行时间满足应用需求,实例评估结果与客观态势一致性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	寇雅楠	空军工程大学航空航天工程学院	30	138	8.0	10.0
2	左家亮	空军工程大学航空航天工程学院	25	114	7.0	10.0
3	邬蒙	空军工程大学航空航天工程学院	20	112	6.0	9.0
4	张彬超	空军工程大学航空航天工程学院	6	22	3.0	4.0