一种TensorFlow平台上目标意图识别模型设计与实现

论文摘要

根据目标的属性特征对目标意图进行识别,对于战场进行下一步决策有非常重要的意义。传统的意图识别方法,需要大量的先验知识以及很难处理时序问题。论文通过一种新的目标意图识别方法。该方法对目标的连续时刻的属性数据进行仿真,并进行数据预处理,使用LSTM神经网络模型进行训练。通过仿真数据,在TensorFlow平台构建并训练LSTM神经网络模型,最终确定网络的结构和参数。实验结果表明,构造好的LSTM网络模型取得比较好的效果。

论文目录

• 1 引言
• 2 目标作战意图识别模型设计
•   2.1 目标意图识别问题概述
•   2.2 LSTM基本模型理论
•   2.3 目标特征提取与样本预处理
•     2.3.1 目标特征提取
•     2.3.2 样本预处理
•   2.4 构建深度LSTM网络模型理论
•   2.5 在Tensorflow平台上模型的实现
•     2.5.1 Tensorflow平台介绍
•     2.5.2 使用Tensorflow平台构建LSTM网络模型
• 3 仿真实验和结论
•   3.1 样本数据
•   3.2 模型设计实现
•   3.3 实验结果
• 4 结语

文章来源

类型: 期刊论文

作者: 李宁安,张剑,周倜

关键词: 意图识别,模型设计,时序问题,网络,数据处理

来源: 舰船电子工程 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 武器工业与军事技术,自动化技术

单位: 武汉数字工程研究所

基金: 装备发展部预研课题项目(编号:315080404),海军装备部预研课题项目(编号:302010102105)资助

分类号: E919;TP183

页码: 26-29

总页数: 4

文件大小: 1180K

下载量: 297