摘要
本发明提供基于可信度加权的太空竞争态势威胁等级评估方法及系统,涉及信息技术领域,包括基于历史轨道数据和运行状态构建威胁特征向量,并采用深度学习模型得到初始目标威胁概率向量。然后,基于多源态势感知数据计算可信度加权系数,并结合特征权重系数修正初始威胁概率向量。最后,采用集成学习方法对目标威胁等级进行分类,并结合目标轨道参数和蚁群算法确定目标优先级,输出威胁目标序列和态势威胁评估报告。本发明通过融合多源态势感知数据和可信度加权机制,能够更准确地评估太空目标的威胁等级,有效提高太空态势感知的可靠性和效率。
技术关键词
深度信念网络
梯度提升决策树
焦点损失函数
载荷特征
梯度提升机
支持向量机分类器
变分贝叶斯
等级评估方法
注意力
层次分析方法
时效性
生成对抗网络
随机森林
深度学习模型
矩阵
编码器
动态时间窗口
集成策略
系统为您推荐了相关专利信息
分布式电源
梯度提升决策树
数据处理方式
网络
流量监测方法
材料结构性质
重金属污染土壤
农业土壤污染修复
重金属污染耕地土壤
机器学习模型
数字孪生体
分段
建筑信息模型
应力控制方法
高风险
地质灾害预警方法
风险
多维特征向量
梯度提升决策树算法
遥感影像特征