战场目标实体类型识别的鲁棒图神经网络方法

摘要： 随着信息战和算法战等新型作战样式的兴起，战场数据分析中的目标实体识别任务对决策起着重要作用。战场态势数据作为最典型的战场数据之一，包含了许多紧密交互的动态实体数据。但此类数据因敌方干扰或伪装常常含有较强的噪声，与一般时序关系数据相比，对目标实体方法的鲁棒性要求更高。本文基于图神经网络提出了一种表示和处理这类态势数据、识别敌方作战实体的新方法。首先，使用动态时间规整算法基于作战实... （共9页）