[发明专利]基于循环神经网络的无人机侦察目标演变规律预测方法

摘要

本发明主要属于机器学习、模式识别领域，具体涉及基于循环神经网络的无人机侦察目标演变规律预测方法。通过目标属性量化模块，根据目标属性的不同对目标属性取值进行归一化；通过噪声去除模块，对所述目标属性采集时的发生错误和部分数据缺失的情况进行处理，获得历史目标属性向量；在目标演变规律预测模块以所述噪声数据去除模块获取的历史目标属性向量作为输入，训练获取最佳网络参数；在实际使用时以实际数据作为输入，预测未来数据作为输出，获取目标未来演变状态。本发明所述方法解决了无人机侦察目标演化规律分析中存在的目标属性量化选取、已获取目标属性高噪、目标属性演变规律的非线性问题。

主权项

1.一种基于循环神经网络的无人机侦察目标演变规律预测方法，其特征在于，所述方法具体为：通过目标属性量化模块，根据目标属性的不同对目标属性取值进行归一化，以降低不同目标属性单位数值不同对预测带来的影响；通过噪声去除模块，对所述目标属性采集时的发生错误和部分数据缺失的情况进行处理，获得历史目标属性向量；通过目标演变规律预测模块，以所述噪声数据去除模块获取的历史目标属性向量作为输入，训练获取最佳网络参数；在实际使用时以实际数据作为输入，预测未来数据作为输出，获取目标未来演变状态；其中所述目标演变规律预测模块采用LSTM网络结构。