为了提升机动目标的航迹预测精准度,提出了一种粒子群(Particle Swarm Optimization,PSO)算法与长短周期记忆单元(Long Short Term Memory,LSTM)神经网络相结合的PSO-LSTM目标航迹预测模型。针对LSTM神经网络中的超参数难以人工最优化...为了提升机动目标的航迹预测精准度,提出了一种粒子群(Particle Swarm Optimization,PSO)算法与长短周期记忆单元(Long Short Term Memory,LSTM)神经网络相结合的PSO-LSTM目标航迹预测模型。针对LSTM神经网络中的超参数难以人工最优化的问题,通过PSO算法进行自动调参,对诸如LSTM隐藏层规模、学习率、训练集批次规模等参数进行优化。使用PSO-LSTM航迹预测模型在真实航迹数据集上进行预测,实验结果表明,PSO-LSTM航迹预测模型在MAE、RMSE等指标上优于传统模型,有着较好的准确性与稳定性。展开更多
文摘为了提升机动目标的航迹预测精准度,提出了一种粒子群(Particle Swarm Optimization,PSO)算法与长短周期记忆单元(Long Short Term Memory,LSTM)神经网络相结合的PSO-LSTM目标航迹预测模型。针对LSTM神经网络中的超参数难以人工最优化的问题,通过PSO算法进行自动调参,对诸如LSTM隐藏层规模、学习率、训练集批次规模等参数进行优化。使用PSO-LSTM航迹预测模型在真实航迹数据集上进行预测,实验结果表明,PSO-LSTM航迹预测模型在MAE、RMSE等指标上优于传统模型,有着较好的准确性与稳定性。
