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！

龙图腾网获悉北京理工大学申请的专利一种基于深度学习的地面作战胜率预测方法及系统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：CN116341741B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310315214.7，技术领域涉及：G06Q10/04；该发明授权一种基于深度学习的地面作战胜率预测方法及系统是由明振军;石啸;陈刚;陈旺;商曦文;王国新;阎艳设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本一种基于深度学习的地面作战胜率预测方法及系统在说明书摘要公布了：本发明公开一种基于深度学习的地面作战胜率预测方法及系统，涉及战局预测技术领域，该方法包括：获取地面作战场景下交战双方的战场态势数据时间序列；将战场态势数据时间序列输入地面作战情景实时胜率预测模型，得到交战双方的胜率预测值；所述地面作战情景实时胜率预测模型为采用作战数据集对双层LSTM神经网络进行训练得到的。本发明提高了胜率预测的效率和准确性。

本发明授权一种基于深度学习的地面作战胜率预测方法及系统在权利要求书中公布了：1.一种基于深度学习的地面作战胜率预测方法，其特征在于，包括： 获取地面作战场景下交战双方的战场态势数据时间序列； 将战场态势数据时间序列输入地面作战情景实时胜率预测模型，得到交战双方的胜率预测值；所述地面作战情景实时胜率预测模型为采用作战数据集对双层LSTM神经网络进行训练得到的； 所述战场态势数据时间序列中每个元素均包括机动特征；所述机动特征包括基础特征、战斗特性特征和装备平台特征； 所述基础特征包括交战双方的装备数量、侦察范围和控制范围；所述战斗特性特征包括交战双方的装备数量的差值和交战双方的装备平台数量的差值；所述装备平台特征包括履带式装甲车数量、固定翼无人机数量和地面无人车数量； 所述战场态势数据时间序列中每个元素还包括装备统计特征；所述装备统计特征包括交战双方装备之间的协作系数和对抗分数； 交战双方装备之间的协作系数表示为 交战双方装备之间的对抗分数表示为 其中，Hi表示交战双方中红方的武器装备集合，Hj表示交战双方中蓝方的武器装备集合，CH表示协同矩阵，RH表示对抗矩阵； 所述战场态势数据时间序列表示为X＝[xt-4，xt-3,…，xt]T，xt-4表示t-4时刻的特征数据，xt-3表示t-3时刻的特征数据，xt表示t时刻的特征数据； 所述战场态势数据时间序列X输入地面作战情景实时胜率预测模型，得到的是t+1时刻的胜率预测值； 所述双层LSTM神经网络的训练过程包括： 以作战数据集中样本数据时间序列为输入，交战双方的胜率预测值为输出训练双层LSTM神经网络，将预测误差小于设定值时的双层LSTM神经网络作为地面作战情景实时胜率预测模型； 对双层LSTM神经网络进行训练时，采用Adam优化算法对双层LSTM神经网络中参数进行调整。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。