摘要：現(xiàn)代空中戰(zhàn)場中,對敵方空中作戰(zhàn)群組意圖判定的結果將直接影響我方對局勢的掌握和決策的下達,因此空中群組態(tài)勢的評估識別是現(xiàn)代戰(zhàn)場的重要任務?？罩凶鲬?zhàn)群組通常會根據飛行任務執(zhí)行相應意圖,監(jiān)測相關過程并從獲取的數據中挖掘相應的特征,再通過智能化的方法進行學習預測。基于此,本文提出一種基于GRU-Attention神經網絡的識別方法,將獲取的行為事件庫預處理后輸入門控循環(huán)(GRU)神經網絡挖掘事件中深層特征;注意力機制(Attention)為深層特征自動計算相應的權重分配;最后利用softmax層對輸入的信息進行態(tài)勢意圖分類。實驗結果表明GRU-Attention態(tài)勢識別方法的準確率達到96.10%,驗證了該方法的準確性、高效性和穩(wěn)定性。該方法的提出對豐富神經網絡識別方法體系和提高空中群組態(tài)勢的評估識別準確率具有重要的理論意義和實踐意義。