典型文献
基于深度学习的空中目标威胁评估方法
文献摘要：
针对空中目标威胁评估因素多、现有评估方法缺乏自学习能力的问题,采用深度学习理论建立了空中目标威胁评估的深层神经网络模型.为了提升模型训练的拟合效果,提出采用对称式的预训练方法,逐层地对模型中的隐含层进行预训练,最后对模型进行整体训练.分别通过样本测试集和空空仿真场景进行验证测试,结果表明:采用对称预训练方法,模型的威胁评估准确率高于其他三种预初始化方法;模型具有较好的鲁棒性,在无噪声下准确率大于90％,10％的正态噪声下,准确率大于70％.
文献关键词：
空中目标;威胁评估;深度学习;对称式预训练
中图分类号：
作者姓名：
柴慧敏;张勇;李欣粤;宋雅楠
作者机构：
西安电子科技大学计算机科学与技术学院,陕西西安710071;光电信息控制和安全技术重点实验室,天津300308
文献出处：
引用格式：
[1]柴慧敏;张勇;李欣粤;宋雅楠-.基于深度学习的空中目标威胁评估方法)[J].系统仿真学报,2022(07):1459-1467
A类：
对称式预训练
B类：
空中目标,目标威胁评估,自学习,深度学习理论,深层神经网络,模型训练,拟合效果,训练方法,逐层,隐含层,层进,测试集,空空,仿真场景,验证测试,初始化方法
AB值：
0.294288
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
