基于深度网络的空战态势特征提取

被引:14
作者
李高垒
马耀飞
机构
[1] 北京航空航天大学自动化科学与电气工程学院
关键词
无人作战飞机; 空战态势; 深度网络; 随机森林; 特征提取;
D O I
10.16182/j.issn1004731x.joss.2017S1014
中图分类号
E91 [军事技术基础科学]; E926 [空军武器]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
无人作战飞机如何根据战场形势对空战态势迅速做出准确感知和评估,自主进行决策完成作战任务已成为研究的重点和热点;深度学习凭借其在图像和语音识别及其它诸多领域的巨大成就,已经引起了世界科学科技工作者的广泛兴趣。基于深度Q网络模型算法提出一种空战决策模型,用于获取具有时序特征的空战数据集,预处理后由随机森林模型对输入属性变量进行学习分类,即进行特征重要性排序,从而获取影响空战态势较为本质的特征表达,为无人作战飞机的自主智能决策提供支持。
引用
收藏
页码:98 / 105+112 +112
页数:9
相关论文
共 7 条
[1]   基于随机森林算法的飞机发动机故障诊断方法的研究 [J].
郝姜伟 ;
鲁斌 .
电脑知识与技术, 2016, 12 (23) :158-160
[2]   深度强化学习综述:兼论计算机围棋的发展 [J].
赵冬斌 ;
邵坤 ;
朱圆恒 ;
李栋 ;
陈亚冉 ;
王海涛 ;
刘德荣 ;
周彤 ;
王成红 .
控制理论与应用, 2016, 33 (06) :701-717
[3]  
机器学习及其算法和发展研究[J]. 张润,王永滨.中国传媒大学学报(自然科学版). 2016(02)
[4]   基于深度网络的多形态人脸识别 [J].
王莹 ;
樊鑫 ;
李豪杰 ;
林妙真 .
计算机科学, 2015, 42 (09) :61-65
[5]   无人作战飞机的特点和未来发展 [J].
王群 .
国防科技, 2011, 32 (01) :23-28
[6]   基于随机森林和转导推理的特征提取方法 [J].
邱一卉 ;
米红 .
厦门大学学报(自然科学版), 2010, 49 (03) :333-338
[7]  
深度强化学习综述 .2 刘全,翟建伟,章宗长,等. 计算机学报 . 2017