文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

基于LDA-TabTransformer的海上目标威胁评估

吴正威

（湖北工业大学，湖北 武汉 430068）

栏目：人工智能 · 第 2025 年第 4 期 · 页码：53-57,63 · 2096-4706（2025）04-0053-06 · 中图分类号：TP18；TP39 · 文献标识码：A · DOI：10.19850/j.cnki.2096-4706.2025.04.011

摘要

在现代海战场中，复杂多变的环境使得目标威胁评估的准确性面临诸多挑战。针对海上目标的有效评估和复杂评估因素的分析，提出了一种基于深度学习的海上目标威胁评估方法。根据复杂海战场的环境因素和目标属性两个角度，构建了海上目标威胁评估指标体系，将数据类型分为类别特征与数值特征，对海上目标威胁评估进行分析。引入TabTransformer模型为基础，加入线性判别分析对该模型进行优化，建立了目标威胁评估模型，并通过仿真数据进行训练测试，模型的准确率约为91%，鲁棒性强并为海上目标威胁评估提供了新的解决方案，具有广泛的应用前景。

关键词

威胁评估；线性判别分析；深度学习；多头自注意力机制

参考文献

  1. [1] XIA J Y，CHEN M Q，FANG W G，et al. Normal Wiggly Probabilistic Hesitant Fuzzy Set and Its Application in Battlefield Threat Assessment [J].International Journal of Fuzzy Systems，2023，25（1）：145-167.
  2. [2] ZHAO R J，YANG F B，JI L N，et al. Dynamic Air Target Threat Assessment Based on Interval-Valued Intuitionistic Fuzzy Sets, Game Theory, and Evidential Reasoning Methodology [J/OL].Mathematical Problems in Engineering，2021（1）：6652706[2024-08-12].https://doi.org/10.1155/2021/6652706.
  3. [3] 孙云柯，方志耕，陈顶.基于动态灰色主成分分析的多时刻威胁评估 [J].系统工程与电子技术，2021，43（3）：740-746.
  4. [4] LUO R N，HUANG S C，ZHAO Y，et al. Threat Assessment Method of Low Altitude Slow Small (LSS) Targets Based on Information Entropy and AHP [J/OL].Entropy，2021，23（10）：1292[2024-08-10].https://doi.org/10.3390/e23101292.
  5. [5] YU D，WANG H J，LI B Y，PROMETHEE-Based Multi-AUV Threat Assessment Method Using Combinational Weights [J/OL].Journal of Marine Science and Engineering，2023，11（7）：1422[2024-08-06].https://doi.org/10.3390/jmse11071422.
  6. [6] HUANG X，KHETAN A，CVITKOVIC M，et al. TabTransformer: Tabular Data Modeling Using Contextual Embeddings [J/OL].arXiv:2012.06678 [cs.LG].[2024-08-09].https://doi.org/10.48550/arXiv.2012.06678.
  7. [7] 唐伟广，徐超，康彦肖.基于组合赋权TOPSIS的海上目标威胁评估 [J].无线电工程，2024，54（5）：1286-1293.
  8. [8] 赵若静，杨风暴，吉琳娜.基于可能性理论扩展灰关联的目标威胁评估 [J].指挥信息系统与技术，2021，12（3）：23-29.
  9. [9] 柴慧敏，张勇，李欣粤，等.基于深度学习的空中目标威胁评估方法 [J].系统仿真学报，2022，34（7）：1459-1467.
  10. [10] 江达伟，董阳阳，张立东，等.基于深度学习的空中目标威胁评估技术研究 [J/OL].系统仿真学报，2024：1-17[2024-06-30].https://doi.org/10.16182/j.issn1004731x.joss.23-1323.
  11. [11] CAO Y，KOU Y X，XU A，et al. Target Threat Assessment in Air Combat Based on Improved Glowworm Swarm Optimization and ELM Neural Network [J/OL].International Journal of Aerospace Engineering，2021（1）：4687167[2024-09-01].https://doi.org/10.1155/2021/4687167.
  12. [12] 刘立芳，杨海霞，齐小刚.基于线性判别分析的时频域特征提取算法 [J].系统工程与电子技术，2019，41（10）：2184-2190.

作者简介

吴正威（2000—），男，汉族，安徽宣城人，硕士研究生，研究方向：机器学习与态势感知。