首页> 中文会议>2017中国仿真大会 >一种基于CNN的样本不足战场包围态势认知方法

一种基于CNN的样本不足战场包围态势认知方法

摘要

为研究面对战场视图如何捕捉到指挥员认知经验的问题,深度学习中CNN可提供有力支持.但CNN的训练需要足够的样本数据,目前难以获得.针对战争中常见的战场包围态势认知及样本不足问题进行了剖析,提出一种基于CNN的样本不足包围态势认知新方法,该方法利用CNN的非线性拟合功能及包围态势图像的对称特性,可在一定程度上获得指挥员对包围态势的认知经验.仿真实验结果证明了方法的有效性和鲁棒性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号