买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利基于注意力机制和LSTM的雷达威胁程度预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116070674B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310082751.1，技术领域涉及：G06N3/0442；该发明授权基于注意力机制和LSTM的雷达威胁程度预测方法是由饶鲜;李艳慧;董春曦;董阳阳;蒋志衡;路宵;苏欣桐;王玉叶设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本基于注意力机制和LSTM的雷达威胁程度预测方法在说明书摘要公布了：本发明公开了一种基于注意力机制和LSTM的雷达威胁程度预测方法，旨在解决现有的雷达威胁程度预测方法构建的威胁程度预测的数据集不完整，对雷达威胁程度的预测不够客观合理，且无法突出对威胁程度影响更关键的威胁属性，预测准确率不高的问题。本发明的实现步骤包括：生成包含雷达威胁属性和雷达威胁程度的训练集；构建将注意力机制和LSTM相结合的Attention‑LSTM神经网络；采用遗传算法优化Attention‑LSTM神经网络的超参数；利用训练集和遗传算法优化后的超参数训练Attention‑LSTM网络；利用训练好的Attention‑LSTM网络预测雷达威胁程度。本发明具有构建的数据集更加完整，预测结果更客观合理以及预测准确率更高的优点。

本发明授权基于注意力机制和LSTM的雷达威胁程度预测方法在权利要求书中公布了：1.一种基于注意力机制和LSTM的雷达威胁程度预测方法，其特征在于，生成包含雷达威胁属性和雷达威胁程度的训练集，利用训练集和遗传算法优化后的超参数对构建的Attention-LSTM神经网络进行训练；该预测方法的步骤包括如下： 步骤1，生成训练集： 步骤1.1，产生对方机载雷达辐射源在10s内三种不同工作模式切换中的每一个雷达威胁属性随时间变化的序列； 步骤1.2，以1ms的采样间隔，对每个雷达威胁属性随时间变化的序列分别进行采样，得到每个威胁属性的每个采样点对应的时间序列； 步骤1.3，采用逼近理想解排序算法，对所有威胁属性随时间变化的序列中每个相同采样点的威胁属性数值进行综合计算，得到该采样点的威胁程度值； 步骤1.4，将每个采样点的每个威胁属性与该采样点对应的威胁程度组成一个样本，按照采样点时间的先后顺序得到一个威胁程度时间序列；将所有雷达威胁属性随时间变化的序列与威胁程度时间序列组成样本集； 步骤1.5将样本集中的每个样本做归一化操作后组成训练集； 步骤2，构建Attention-LSTM神经网络： 步骤2.1，搭建一个5层的Attention-LSTM神经网络，其结构依次串联为：输入层、Attention单元、一个LSTM隐藏层、全连接层、输出层；其中，Attention单元由Attention输入层、Attention隐藏层、Attention输出层串联组成； 步骤2.2，将Attention-LSTM神经网络输入层的神经元数量设置为10×8，激活函数采用Sigmoid；将Attention单元中的Attention输入层的神经元数量设置为10×8，Attention隐藏层的神经元数量为10×1；Attention输出层的神经元数量设置为10×8；将LSTM隐藏层的神经元数量范围设置为[1,200]；将全连接层的神经元数量设置为10×1，激活函数采用ReLU；将输出层的神经元数量设置为1，激活函数采用Sigmoid； 步骤3，采用遗传算法优化Attention-LSTM神经网络的超参数： 步骤3.1，对网络超参数进行编码并初始化种群，同时设置相关初始参数，包括交叉概率和变异概率； 步骤3.2，计算个体适应度函数值，其中，适应度函数为训练集的均方根误差MeanSquaredError，MSE的倒数； 步骤3.4，通过选择、交叉、变异过程获得子代； 步骤3.5，判断当前搜索到的最优个体适应度值是否达到最优，或者迭代次数是否达到最大值，若是，则得到优化好的超参数后执行步骤4，否则，执行步骤3.2； 步骤4，训练Attention-LSTM神经网络： 将训练集和优化好的超参数输入到Attention-LSTM神经网络中，利用Adam优化算法，迭代更新Attention-LSTM神经网络的各层模型的权重，直到Attention-LSTM神经网络的损失函数收敛为止，得到训练好的Attention-LSTM神经网络； 步骤5，预测雷达威胁程度： 采用与步骤1相同的方法，对待预测的雷达威胁程度的雷达参数依次采样和归一化处理，将处理后的样本输入到训练好的Attention-LSTM神经网络中，输出威胁程度预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。