中国人民解放军空军工程大学宋亚飞获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于BiLSTM-Attention的战术意图识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114266355B 。
龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111496364.X,技术领域涉及:G06N7/01;该发明授权一种基于BiLSTM-Attention的战术意图识别方法是由宋亚飞;滕飞;王坚;王刚;雷蕾设计研发完成,并于2021-12-09向国家知识产权局提交的专利申请。
本一种基于BiLSTM-Attention的战术意图识别方法在说明书摘要公布了:本发明公开了一种基于BiLSTM‑Attention的战术意图识别方法,它包括如下步骤:步骤S1:将空中目标意图识别描述为空战意图识别特征到空战意图类型的映射;步骤S2:建立基于BiLSTM‑Attention空战意图识别模型。本发明的有益效果在于:在基于LSTM网络的基础上引入双向Bidirectional循环机制和注意力Attention机制,从而模拟决策人员对于空战情况的推理过程。将编码化的空战特征向量输入BiLSTM层,相比放入LSTM层能充分利用历史时刻和未来时刻信息综合作出判断;把BiLSTM层的输出向量放入Attention机制层能进一步突出影响意图的关键信息,提高意图识别的准确率。
本发明授权一种基于BiLSTM-Attention的战术意图识别方法在权利要求书中公布了:1.一种基于BiLSTM-Attention的战术意图识别方法,其特征在于,包括如下步骤: 步骤S1:将空中目标意图识别描述为空战意图识别特征到空战意图类型的映射; 步骤S2:建立基于BiLSTM-Attention空战意图识别模型; 所述的步骤S2包括:BiLSTM-Attention模型共分为三部分:空战特征向量输入层、隐含层和输出层,所述的隐含层包括BiLSTM层、Attention层和Dense层三部分; 包括: 步骤S21:计算空战特征向量输入层; 步骤S22:计算隐含层; 所述的步骤S21包括: 步骤S211:读取采集数据并进行数据清洗; 步骤S212:将数值型空战特征数据进行归一化处理; 对敌机加速度、敌机高度、敌机速度、敌机空战能力因子、航向角、方位角、我机加速度、我机高度、我机速度、我机空战能力因子、双方距离共11种数值型空战特征数据进行归一化处理; 对于第x种数值型数据Fx=[fx1,fx2,…fxi,…,fxn]x=1,2,…,11,n为数据总数,将第x种中第i个原始数据值fxi映射到区间[0,1]的结果为f′xi,其公式为: 式中:minFx为第x维特征Fx的最小值;maxFx为第x维特征Fx的最大值; 步骤S213:将非数值型空战特征数据编码 对于对空雷达状态、对海雷达状态、干扰状态、受干扰状态4种属性数据编码表示为0和1,对于机动类型和敌机类型两种属性数据,获得各非数值型特征的编码化数据,而后进行归一化处理; 步骤S214:将7种敌方目标作战意图类型编码成类别标签; 步骤S215:随机初始化数据,按8:2划分训练集和测试集; 经过步骤S211至S215操作之后,采集到的空战特征数据就变成隐含层能够直接接受并处理的特征向量形式。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军空军工程大学,其通讯地址为:710051 陕西省西安市长乐东路甲字一号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。