摘要
本发明涉及一种基于多任务学习的对抗效能评估方法,属于效能评估技术领域,解决了现有技术中难以准确预估对抗效能的问题。方法包括:获取多个主动方和被动方对抗仿真过程中的状态数据序列和对应的应对成功率、以及最终仿真结果构建训练样本集;构建多任务学习网络模型,所述多任务学习网络模型用于基于样本的输入数据进行应对成功率回归和最终仿真结果预测;基于所述训练样本集对所述多任务学习网络模型进行训练得到对抗效能评估模型;将待评估主动方和被动方初始阶段的状态数据序列输入对抗效能评估模型预测得到最终仿真结果。实现了快速准确的对抗效能评估。
技术关键词
效能评估方法
多任务学习网络
效能评估模型
采样点
数据
分类网络
训练样本集
序列
特征提取模块
分段
协方差矩阵
预测效能
正则化参数
标签
阶段
系统为您推荐了相关专利信息
对数放大器
信号优化方法
深度学习模型
生成测试数据
参数
识别方法
多模态数据采集
贝叶斯算法
识别算法
模型更新
智能办公系统
智能工作流
统一身份认证
功能模块
CRM系统
可摘活动义齿
口腔扫描数据
口腔模型
扫描设备
案例库