共 6 条
- [5] 基于数据场的密度聚类算法研究[D]. 杨静.山西大学. 2013
- [6] A review of unsupervised feature learning and deep learning for time-series modeling[J] . Martin L?ngkvist,Lars Karlsson,Amy Loutfi.Pattern Recognition Letters . 2013
基于深度学习的初级战场态势理解研究
被引：29
作者：
廖鹰
[1
,2
]
易卓
[2
]
胡晓峰
[1
]
机构：
[1] 国防大学信息作战与指挥训练教研部
[2] 中国人民解放军信息工程大学
来源：
基金：
中国博士后科学基金;
关键词：
态势理解;
深度学习;
大数据;
D O I：
暂无
中图分类号：
E072 [军队指挥学];
E919 [其他学科在军事上的应用];
学科分类号：
1105 ;
1111 ;
摘要：
传统基于人的经验或认知的指挥模式难以有效应对瞬息万变的信息化战争,准确快速理解战场态势成为难题;现有面向作战指挥的计算机辅助决策尚不能以人的认知模式来理解态势,难以适应新形势需要.围绕作战态势问题,从体系对抗性和战争复杂性角度出发,系统地讨论了战场态势理解问题,通过建立复合架构的深度学习网络,基于联合作战背景下的兵棋演习大数据,进行了战场态势理解初步研究,提出了基于深度学习态势理解的研究方案.
引用
收藏
页码：67 / 71
页数：5
相关论文