摘要
本发明涉及一种复杂仿真系统的逼真度预测方法,属于仿真技术领域,解决了现有技术中复杂仿真系统逼真度计算效率低的问题。方法包括以下步骤:构建复杂仿真系统每个历史仿真时刻对应的超网络;基于所述超网络计算每个历史仿真时刻仿真系统的逼真度;提取所述复杂仿真系统的历史仿真时序数据,基于所述时序数据和对应的所述逼真度构建训练样本集;构建时序预测神经网络模型,基于所述训练样本集对所述时序预测神经网络模型进行训练得到逼真度预测模型;获取待预测仿真系统的待预测时序数据输入所述逼真度预测模型,预测得到复杂仿真系统的逼真度。实现了复杂仿真系统全过程网络逼真度的客观高效评估。
技术关键词
门控循环单元
神经网络模型
预测仿真系统
时序
节点
OODA环
超网络
编码模块
训练样本集
sigmoid函数
融合特征
数据
单层
级联
参数
系统为您推荐了相关专利信息
周围环境数据
图像特征值
融合特征
节点特征
量子态
门控循环单元网络
注意力机制
唇语识别系统
唇语识别技术
识别模块
注意力机制
深度学习网络模型
遥感图像数据
时序
上采样