摘要
一种基于双重注意力机制和BiGRU的无监督无人机空战态势评估方法,属于机器学习与现代军事的交叉技术领域。本发明首先设计聚类方法,提出基于模糊理论的参数自适应密度网格聚类方法来处理大规模目标,建立具有时间和战术意义的空战信息样本集,便于后续的快速评估;在此基础上,设计以BiGRU为主干的编码器‑解码器结构在两个方向上提取目标的历史状态和后续飞行状态的深度信息,改进适合于时间序列数据的双重注意力机制,使模型能够更好地关注输入序列的关键部分和关键特征。本发明能够提高空战态势评估模型的泛化能力和实际应用价值,提高对态势数据的处理能力和评估精度,减少高维、长序列时间数据中不相关的部分对评估结果的影响,满足现代化空战要求。
技术关键词
态势评估方法
注意力机制
网格
无人机
数据
门控循环单元
状态更新方法
样本
深度优先搜索算法
Softmax函数
聚类方法
邻域
密度聚类算法
序列
解码器架构
编码器结构