基于注意力机制的长短期记忆网络的坦克角速度及角位置的预测方法

本申请提供基于注意力机制的长短期记忆网络的坦克角速度及角位置的预测方法，方法包括：步骤1，进行坦克关键数据采集；步骤2，对数据进行归一化处理；步骤3，进行数据划分；步骤4，基于助力层构建预测模型；步骤5，进行模型训练；步骤6，进行滑动窗口训练。本申请通过引入注意力机制，模型能够聚焦于坦克身管动态特性中的关键信息，从而更准确地预测身管的运动状态，相比传统方法显著提升了预测精度。