基于动态图卷积神经网络的装甲威胁评估方法
张成佳
陆军特种作战学院 桂林 541002
摘要：针对传统装甲目标威胁评估方法主观因素影响大、孤立考虑目标特征、忽略时序性的问题,提出一种基于动态图卷积神经网络(Dynamic Graph Convolutional Network,DCGN)的装甲目标威胁评估方法.分析陆域装甲装备作战问题,使用合理的目标特征预处理;根据选取的目标特征,建立威胁评估的初始图;利用动态图卷积神经网络将建立的初始图进行深度学习;最后进行仿真实验,并将评估结果与传统方法进行对比,验证了基于动态图卷积神经网络的装甲目标威胁评估方法在动态不确定、关联性复杂的陆域作战中有更高的准确率、更强的鲁棒性.
关键词：威胁评估陆域装甲装备动态图卷积神经网络
分类号：TP183(自动化基础理论)
论文发表日期：2024-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 91-95 )
英文信息