一种基于SSA-CNN-LSTM网络的干扰对抗态势预测方法.pdfVIP

下载本文档

0
0
约1.51万字
约 12页
2023-11-01 发布于四川
举报
版权申诉

一种基于SSA-CNN-LSTM网络的干扰对抗态势预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明开了一种基于SSA‑CNN‑LSTM网络的干扰对抗态势预测方法，主要用于解决贝叶斯网络对专家经验依赖性过强，而单一结构的神经网络对大量时间序列数据处理速度慢的问题。本发明的实现步骤包括：构建CNN‑LSTM网络，采用麻雀算法优化CNN‑LSTM网络隐藏层神经元个数、初始学习率、正则化系数3个超参数，得到优化后的SSA‑CNN‑LSTM网络。本发明设计的态势预测方法结合了卷积神经网络的特征提取能力和长短期记忆网络的时序预测能力，并利用麻雀算法的超参数优化能力，加快了对大量时间序列数据的处理速

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116975640 A (43)申请公布日 2023.10.31 (21)申请号 202310952111.1 G06N 3/08 (2023.01)