公开(公告)号：CN118643306B

公开(公告)日：2025-04-29

申请号：CN202410783536.9

申请日：2024-06-18

Applicant: 南通大学

Inventor： 韩向涛 ,  胡瑾 ,  陈文韬 ,  刘祥 ,  袁银龙 ,  程赟 ,  陈峰

IPC: G06F18/21 ,  G06F18/2431 ,  G06F18/2415 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供了一种基于贝叶斯深度学习的人类智能评估方法，属于无人机意图识别技术领域；解决了在不确定环境下无法准确判断敌方无人机意图的技术问题。其技术方案为：建立适用于意图识别的贝叶斯深度学习网络并收集敌方无人机的态势信息；以敌方无人机态势信息作为输入，使用已建立的贝叶斯深度学习网络和人类智能对敌方无人机的意图进行独立判断；通过推理机制整合机器智能判断结果，从而推理和验证人类智能的判断结果。本发明的有益效果为：在复杂和不确定环境下，结合机器智能的计算优势和人类智能的经验判断，提供更准确的敌方无人机意图识别，增强我方无人机在战场中的决策能力和战术优势。

公开(公告)号：CN119760505A

公开(公告)日：2025-04-04

申请号：CN202411870777.3

申请日：2024-12-18

Applicant: 南通大学

Inventor： 胡瑾 ,  韩向涛 ,  陈文韬 ,  刘祥 ,  袁银龙 ,  陈峰 ,  程赟

IPC: G06F18/241 ,  G06F18/211 ,  G06N5/04 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提出了一种基于因果推断的人机混合智能无人机作战意图判断方法，属于无人机意图判断技术领域，解决了训练数据非独立同分布的技术问题。其技术方案为：结合人类专家知识与机器学习算法，通过结构因果模型(SCM)分离因果与非因果因素，并借助结合动态特征选择、注意力机制及可微分采样方法的掩码模块优化特征选择，揭示无人机决策背后的因果关系，通过发掘数据与标签之间的内在因果联系，提高了模型对少数类别的识别能力，增强了模型在不同环境下的泛化能力，避免了因环境偏差导致的错误预测。本方法在复杂多变的战场环境中，实现了无人机作战意图的准确判断，具有更高的灵活性和鲁棒性。

公开(公告)号：CN118643306A

公开(公告)日：2024-09-13

申请号：CN202410783536.9

申请日：2024-06-18

Applicant: 南通大学

Inventor： 韩向涛 ,  胡瑾 ,  陈文韬 ,  刘祥 ,  袁银龙 ,  程赟 ,  陈峰

IPC: G06F18/21 ,  G06F18/2431 ,  G06F18/2415 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供了一种基于贝叶斯深度学习的人类智能评估方法，属于无人机意图识别技术领域；解决了在不确定环境下无法准确判断敌方无人机意图的技术问题。其技术方案为：建立适用于意图识别的贝叶斯深度学习网络并收集敌方无人机的态势信息；以敌方无人机态势信息作为输入，使用已建立的贝叶斯深度学习网络和人类智能对敌方无人机的意图进行独立判断；通过推理机制整合机器智能判断结果，从而推理和验证人类智能的判断结果。本发明的有益效果为：在复杂和不确定环境下，结合机器智能的计算优势和人类智能的经验判断，提供更准确的敌方无人机意图识别，增强我方无人机在战场中的决策能力和战术优势。