一种基于LSTM神经网络的目标意图反演方法

    公开(公告)号:CN112036556A

    公开(公告)日:2020-12-04

    申请号:CN202011230202.7

    申请日:2020-11-06

    Abstract: 本发明公开了一种基于LSTM神经网络的目标意图反演方法。该方法包括构建目标意图活动场景;获取活动场景数据信息,从中提取多时刻特征信息,组成特征信息数据集;构造意图识别知识图谱;构造行为特征-意图关系数据集;训练基于LSTM神经网络的意图识别模型;使用训练好的意图识别模型进行目标意图反演。本发明为了解决现有技术中只考虑各因素与关注事件的静态关系,不能体现时间上的连续变化特性,且对实际战场中集群目标难以有效处理的问题,通过收集敌方集群的实时信息,并根据时间序列和目标行为特征建立知识图谱,训练LSTM神经网络来预测敌方战术意图,具有对连续动作构成的敌方战术意图和敌方编队集群目标战术意图识别率较高的优点。

    一种基于LSTM神经网络的目标意图反演方法

    公开(公告)号:CN112036556B

    公开(公告)日:2021-01-26

    申请号:CN202011230202.7

    申请日:2020-11-06

    Abstract: 本发明公开了一种基于LSTM神经网络的目标意图反演方法。该方法包括构建目标意图活动场景;获取活动场景数据信息,从中提取多时刻特征信息,组成特征信息数据集;构造意图识别知识图谱;构造行为特征‑意图关系数据集;训练基于LSTM神经网络的意图识别模型;使用训练好的意图识别模型进行目标意图反演。本发明为了解决现有技术中只考虑各因素与关注事件的静态关系,不能体现时间上的连续变化特性,且对实际战场中集群目标难以有效处理的问题,通过收集敌方集群的实时信息,并根据时间序列和目标行为特征建立知识图谱,训练LSTM神经网络来预测敌方战术意图,具有对连续动作构成的敌方战术意图和敌方编队集群目标战术意图识别率较高的优点。

Patent Agency Ranking