声明
缩略词表
第一章 绪论
1.1 研究工作的背景与意义
1.2 研究现状
1.3 本文的主要贡献与创新
1.4 论文的组织安排
第二章 态势评估技术
2.1.1 概念定义
2.1.2 态势评估功能
2.2 常用态势评估算法概述
2.2.1 目标意图识别算法
2.2.2 目标分群算法
2.3 本章小结
第三章 基于迭代自组织数据分析的目标分群算法
3.1 迭代自组织数据分析算法
3.2.1 最大最小距离算法
3.2.2 流形距离
3.2.3 改进后的迭代自组织数据分析算法
3.3 仿真结果与分析
3.3.1 Iris数据集验证
3.3.2 仿真数据集验证
3.4 本章小结
第四章 基于模糊C-均值的目标分群算法
4.1 模糊C-均值算法
4.2.1 粒子群算法
4.2.2 间隔统计量算法
4.2.3 改进后的模糊C-均值算法
4.3 仿真结果与分析
4.3.1 Iris数据集验证
4.3.2 仿真数据集验证
4.4 本章小结
第五章 基于双向长短期记忆网络的目标意图识别算法
5.1 深度神经网络概述
5.1.1 神经网络
5.1.2 误差逆传播算法
5.2 基于注意力机制的双向长短期记忆网络算法
5.2.1 循环神经网络算法
5.2.2 长短期记忆网络算法
5.2.3 基于注意力机制的双向长短期记忆网络算法
5.3.1 评价标准
5.3.2 特定场景验证分析
5.3.2 通用性验证分析
5.4 本章小结
第六章 态势评估系统设计与实现
6.1 设计目的与需求分析
6.2 系统设计
6.2.1 目标意图识别模块设计
6.2.2 目标分群模块设计
6.2.3 数据库与态势展示模块设计
6.3.1 系统实现与分析
6.3.2 系统测试
6.4 本章小结
第七章 总结与展望
7.1 全文总结
7.2 研究展望
致谢
参考文献
攻读硕士学位期间的研究成果