论文部分内容阅读
为了提升机动目标的航迹预测精准度，提出了一种粒子群（Particle Swarm Optimization,PSO）算法与长短周期记忆单元（Long Short Term Memory,LSTM）神经网络相结合的PSO-LSTM目标航迹预测模型。针对LSTM神经网络中的超参数难以人工最优化的问题，通过PSO算法进行自动调参，对诸如LSTM隐藏层规模、学习率、训练集批次规模等参数进行优化。使用PSO-LSTM航迹预测模型在真实航迹数据集上进行预测，实验结果表明，PSO-LSTM航迹预测模型在MAE、RMSE等指标上优于传统模型，有着较好的准确性与稳定性。