《表2 一条包含10个时刻的训练数据》
本次学习BN前先用上述方法采集获得211个参数约束,在之后的重复学习过程中约束保持不变。为模拟不确定对抗场景,用前面描述的方法随机生成六组训练数据,每组有100条数据,而每条数据包含10个时刻(如表2所示)。这里分别用六组数据训练六个模型(不妨称之为模型一至六),考虑到数据不足且存在参数约束的情况,采用CMAP+算法[20]学习威胁评估模型的网络参数。模型一的目标意图(IN)和目标类型(CL)的状态转移概率分别如表3和表4所示,由于参数较多,这里不再展示其他的条件概率表。
图表编号 | XD00181062800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 高晓光、杨宇 |
绘制单位 | 西北工业大学电子信息学院、中国西南电子技术研究所 |
更多格式 | 高清、无水印(增值服务) |