简介：针对传统发射区解算多项式拟合方法存在多项式函数难确定、函数分段范围难把握的问题,采用了BP神经网络（BPNN）实现数据整体拟合。当数据量大且复杂时,拓展神经网络的深度不能完整学习数据特征。针对该问题,引入了深度置信网（DBN）。在DBN仿真训练中,选用双隐层网络结构,随着隐单元数的增加,拟合性能有较明显提升。仿真结果表明,深度学习方法更适用于大数据环境下的深度神经网络架构,可应用于地空导弹发射区解算。
基于深度学习的地空导弹发射区解算方法
