来源：期刊VIP网 时间：
作者：李玉玺;方子穆;李正宇;宋振华;葛尧;
单位：西安现代控制技术研究所;
摘要：目标威胁评判作为战场智能感知的重要组成部分，在作战决策中具有重要作用。为了能够高效准确地预测敌方目标的威胁程度，将目标威胁判别转化为深度学习中的连续变量输出问题。选取敌方目标相对距离、相对速度、可打击角度、火力分配强度、目标类型和战术意图6组特征作为原始数据集，采用T-SNE数据可视化算法进行数据预处理和数据去噪；分别基于线性回归和神经网络算法构建威胁判别模型，引入正则化和Dropout策略进行神经网络模型优化；设计具体算例，使用3种方法进行威胁判别，结果表明提出的优化神经网络模型效果最优。
关键词：威胁判别;;神经网络;;T-SNE;;线性回归;;数据去噪
