作者：陶九阳; 吴琳; 王驰; 褚君达; 廖鹰; 朱丰不确定性信息论态势认知深度学习香农熵
摘要：战场态势变化剧烈程度的度量和估计,对指挥员均衡认知负载,降低决策风险具有重要意义。首先,基于态势要素状态变化过程中产生的自信息量,建立了态势变化速度计算模型;随后,以二维网格中态势要素机动为基本案例,探索了基于深度学习的态势要素趋势预测方法,证明了深度学习模型的损失函数交叉熵等价于态势变化速度;最后,通过实验分析了随着态势要素客观不确定性的增加,态势变化速度和趋势预测准确性的变化情况,得到推论：学习模型对态势要素的趋势预测准确率存在上限,上限值与态势变化速度成反比。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
