摘要
本发明涉及一种基于卷积神经网络的杀伤矩阵预估模型的获取方法,属于毁伤概率预测技术领域,解决了现有技术中杀伤矩阵的杀伤概率计算复杂、准确度低的问题。基于作战任务设定武器参数以及目标的类型、所处环境和位置;基于武器的类型和性能参数设置杀伤矩阵中武器参数的计算范围;基于计算范围设定多种工况参数,基于每一种工况参数对应的战斗部对目标的杀伤概率矩阵以及该类型武器对目标的冲击波毁伤概率矩阵计算联合杀伤概率矩阵;对每一种工况参数对应的联合杀伤概率矩阵进行转换重组处理以形成杀伤矩阵训练样本数据集;基于杀伤矩阵训练样本数据集训练两阶段网络模型得到杀伤矩阵预估模型。提高了杀伤矩阵中毁伤概率的预测效率和精度。
技术关键词
矩阵
工况参数
训练样本数据
冲击波
武器
一维卷积神经网络
线分析方法
两阶段
坐标系
高爆弹
方位角
穿甲弹
注意力机制
短距离
炮弹
速度
系统为您推荐了相关专利信息
多约束条件
车辆转向状态
规划算法
Hessian矩阵
稳定性控制系统
经济调度方法
智能电网经济调度
热电
热能
分布式算法
复合纱线
BP神经网络预测
纤维原料
智能化控制方法
分类纱线
圆形连接器
抓取方法
图像
机器人抓取
手眼标定技术