基于自注意力机制增强的CNN-LSTM的榴弹轨迹多步超前预测

孙溪晨，李伟兵，黄昌伟，付佳维，冯君

兵工学报 ›› 2024, Vol. 45 ›› Issue (S1) : 51-59.

PDF(4418 KB)
EN 投稿 期刊 文章 图表 检索
高级检索

  • 主管：中国科学技术协会

    主编：许毅达

    ISSN 1000-1093

    　

  • 主办：中国兵工学会

    出版：《兵工学报》 编辑部

    CN 11-2176/TJ

《兵工学报》是我国国防科技领域最具影响力的学术期刊之一，创刊于1979年，目前被国内所有重要数据库收录，其综合评价指标近年来一直名列兵工技术类科技期刊的首位；《兵工学报》目前还被国际上著名的检索机构美国......
PDF(4418 KB)
兵工学报 ›› 2024, Vol. 45 ›› Issue (S1) : 51-59. DOI: 10.12382/bgxb.2024.0659
论文

基于自注意力机制增强的CNN-LSTM的榴弹轨迹多步超前预测

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Multi-step-ahead Prediction of Grenade Trajectory Based on CNN-LSTM Enhanced by Deep Learning and Self-attention Mechanism

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
本文二维码
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2024, 45(S1): 51-59 https://doi.org/10.12382/bgxb.2024.0659
{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2024, 45(S1): 51-59 https://doi.org/10.12382/bgxb.2024.0659
中图分类号：

基金

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

{{article.reference}}

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(4418 KB)

Accesses

Citation

Detail
段落导航
相关文章

/

〈 〉