期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的兵棋演习数据特征提取方法研究
被引量:
21
1
作者
郑书奎
吴琳
贺筱媛
《指挥与控制学报》
2016年第3期194-201,共8页
为使基于机器学习的兵棋演习战场态势分析理解取得更好结果,围绕兵棋演习数据特征提取问题,以深度学习方法为手段,提出了一种栈式稀疏降噪自编码网络模型,输入真实的兵棋演习数据进行了特征提取实验,通过分类精度表征了方法的效果,并进...
为使基于机器学习的兵棋演习战场态势分析理解取得更好结果,围绕兵棋演习数据特征提取问题,以深度学习方法为手段,提出了一种栈式稀疏降噪自编码网络模型,输入真实的兵棋演习数据进行了特征提取实验,通过分类精度表征了方法的效果,并进行了多种不同方法的对比实验,证明了深度学习方法的优势.
展开更多
关键词
深度学习
兵棋演习数据
特征提取
栈式稀疏降噪自编码网络
在线阅读
下载PDF
职称材料
题名
基于深度学习的兵棋演习数据特征提取方法研究
被引量:
21
1
作者
郑书奎
吴琳
贺筱媛
机构
国防大学信息作战与指挥训练教研部
出处
《指挥与控制学报》
2016年第3期194-201,共8页
基金
军民共用重大研究计划联合基金(U1435218)
国家自然科学基金(61403401)资助~~
文摘
为使基于机器学习的兵棋演习战场态势分析理解取得更好结果,围绕兵棋演习数据特征提取问题,以深度学习方法为手段,提出了一种栈式稀疏降噪自编码网络模型,输入真实的兵棋演习数据进行了特征提取实验,通过分类精度表征了方法的效果,并进行了多种不同方法的对比实验,证明了深度学习方法的优势.
关键词
深度学习
兵棋演习数据
特征提取
栈式稀疏降噪自编码网络
Keywords
deep learning
wargame exercises data
feature extraction
stacked sparse denoising autoencoder network
分类号
E919 [军事]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的兵棋演习数据特征提取方法研究
郑书奎
吴琳
贺筱媛
《指挥与控制学报》
2016
21
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部