基于深度学习的空中任务识别方法研究

• 作者: 姚庆锴 柳少军 欧微 贺筱媛
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 深度学习 任务识别 空中任务 方法研究
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 短文
• 页码范围: 2227-2231
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201709047

摘要

在大规模兵棋仿真推演中,空中任务是指挥员关注的重点.对空中任务的快速、准确和自动识别,是智能决策的前提和基础.深度学习技术的迅速发展,为复杂战场态势特征提取提供了现实可行的解决方法,为研究空中任务识别提供了技术支持.概述了传统任务识别研究方法和基于深度学习的任务识别方法研究进展,分别对卷积神经网络(Convolutional Neural Networks,CNN)、长短对记忆网络(Long Short Term Memory,LSTM)、生成对抗网络(Generate Adversarial Network,GAN)3种深度学习方法在空中任务识别问题中的应用进行了论述,提出了解决思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺筱媛	国防大学信息作战与指挥训练教研部	43	351	12.0	17.0
2	柳少军	国防大学信息作战与指挥训练教研部	39	206	8.0	12.0
3	姚庆锴	国防大学信息作战与指挥训练教研部	3	15	1.0	3.0
4	欧微	国防大学信息作战与指挥训练教研部	6	58	5.0	6.0