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！

申请/专利权人：北京庚图科技有限公司

摘要：本发明提供一种基于层次化神经网络的战场态势推演方法及系统，涉及战场态势推演技术领域，包括：获取初始态势数据，进行预处理，提取关键特征并组合为态势特征向量，构建战场空间拓扑图，作战实体属性图；添加至层次化神经网络模型中，提取高维特征以及作战实体之间的深层关联关系，生成战场态势理解图，进行加权处理并生成动态权重矩阵，进行时序预测，生成时序态势数据并进行博弈优化，得到预测态势数据；构建军事知识图谱并将预测态势数据映射至军事知识图谱中，生成态势理解结果，态势评估分数，进行筛选，得到优质态势数据，进行模拟，生成动态决策方案并确定作战效能，对动态决策方案和预测态势数据进行更新，生成态势推演报告。

主权项：1.基于层次化神经网络的战场态势推演方法，其特征在于，包括：获取表征战场环境信息和作战实体信息的初始态势数据，其中，所述初始态势数据包括战场地形数据、作战实体位置和作战实体属性数据，对所述初始态势数据进行预处理，通过特征工程提取所述初始态势数据的关键特征并组合为态势特征向量，基于所述作战实体位置数据和所述战场地形数据，构建战场空间拓扑图，基于所述作战实体属性数据，构建作战实体属性图；将所述作战实体属性图、战场空间拓扑图以及所述态势特征向量添加至预先设置的层次化神经网络模型中，通过多层图卷积神经网络提取高维特征以及作战实体之间的深层关联关系，生成战场态势理解图，通过注意力机制对所述战场态势理解图进行加权处理并生成动态权重矩阵，基于所述动态权重矩阵进行时序预测，生成时序态势数据并结合态势合理性判别器进行博弈优化，得到预测态势数据；构建军事知识图谱并将所述预测态势数据映射至所述军事知识图谱中，通过语义推理和图匹配算法生成态势理解结果并结合图神经网络自动提取所述态势理解结果，生成态势评估分数，基于所述态势评估分数对所述预测态势数据进行筛选，得到优质态势数据，结合对抗学习机制将所述优质态势数据在仿真环境中进行模拟，生成动态决策方案并确定不同动态决策方案的作战效能，基于所述作战效能对所述动态决策方案和所述预测态势数据进行更新，生成态势推演报告；获取表征战场环境信息和作战实体信息的初始态势数据，其中，所述初始态势数据包括战场地形数据、作战实体位置和作战实体属性数据，对所述初始态势数据进行预处理，通过特征工程提取所述初始态势数据的关键特征并组合为态势特征向量，基于所述作战实体位置数据和所述战场地形数据，构建战场空间拓扑图，基于所述作战实体属性数据，构建作战实体属性图包括：获取表征战场环境信息和作战实体信息的初始态势数据，其中，所述初始态势数据包括战场地形数据、作战实体位置和作战实体属性数据，通过高分辨率卫星遥感影像获取战场区域的光学遥感影像数据，结合数字高程模型确定战场地区的三维地形信息，组合得到所述战场地形数据，通过全球定位系统和无线通信定位数据，确定所述作战实体位置，通过图像情报和通信情报识别作战实体类型和作战实体数量，结合火力参数和机动数据参数组合确定所述作战实体属性数据；对所述初始态势数据进行数据清洗，计算所述初始态势数据之间的相似度，基于相似度进行重复数据识别，去除冗余数据，通过均值填充对所述初始态势数据进行缺失值填充，通过箱线图对所述初始态势数据进行异常点检测并去除检测得到的异常数据，结合引导滤波算法去除所述战场地形数据中的数据噪声，对清洗后的数据进行数据转换和时空配准，得到预处理后的初始态势数据；对于预处理后的初始态势数据，通过特征工程分别提取地形特征，位置特征，属性特征和时序特征，结合基于统计数据的特征选择算法确定特征的重要性和区分度，确定关键特征，基于深度学习的特征融合算法，通过卷积神经网络对所述关键特征进行组合和特征融合，得到所述态势特征向量；基于所述作战实体位置数据和所述战场地形数据，通过三角剖分算法确定作战实体间的邻接关系，通过空间方位推理计算作战实体间的方位关系，结合图的连通性分析计算作战实体间的联通关系，得到作战实体空间关系，通过地形可行度分析，计算作战实体在地形空间中的可达性，结合地形影响关系确定作战实体与地形因素间的影响拓扑关系；将所述作战实体作为节点，实体和地形间的影响拓扑关系作为边构建战场空间拓扑图，结合所述作战实体对应的作战实体属性数据，构建所述作战实体属性图。

全文数据：

权利要求：

百度查询： 北京庚图科技有限公司 基于层次化神经网络的战场态势推演方法及系统