论文部分内容阅读
为从动态、时序变化的战场态势中准确迅速地判识出空中目标的作战任务，运用深度学习理论构建作战任务智能判识模型。在门控循环单元网络的基础上，引入双向传播机制构建多层网络，学习作战任务的时序特征；采用残差机制防止出现由于神经网络层数加深导致模型性能退化问题；运用注意力机制，捕捉相互关联的重要态势特征，将先验知识与多层神经网络的输出相融合，确保在获得时序信息较短时对作战任务判识的准确性。实验表明，该方法可以有效地判识空中目标的作战任务。