基于LSTM-Attention的空间目标分类研究

作     者：杨礼友 余显冰 李智 Yang Liyou;Yu Xianbing;Li Zhi

作者机构：四川大学电子信息学院成都610065 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2024年第30卷第6期

页      码：38-43页

摘      要：针对空间目标特有属性及其运动趋势难以使用单一元素进行描述,以及现有空间目标分类技术准确度低等问题,构建了一种基于LSTM-Attention的空间目标分类模型,该模型无需开展额外的特征工程,能够联系空间目标序列数据的上下文信息和长期依赖关系,提取样本的局部特征并对其长期运动趋势进行建模。利用Mini-Mega TORTORA(MMT)系统实测光变曲线进行验证,与传统方法相比,设计使用的模型拥有较高的数据处理效率,能够提高空间目标的分类准确度并满足空间态势感知的部分应用需求。

主 题 词：空间目标分类 深度学习 LSTM 注意力机制 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2024.06.007

馆 藏 号：203127783...