本發(fā)明提供一種基于SGRU神經(jīng)網(wǎng)絡(luò)的UUV集群行為識(shí)別技術(shù)。本發(fā)明具體步驟為數(shù)據(jù)預(yù)處理階段，對(duì)UUV集群行為數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，包括處理數(shù)據(jù)不平衡問題、缺失值問題；模型訓(xùn)練階段，利用數(shù)據(jù)預(yù)處理后的數(shù)據(jù)集訓(xùn)練SGRU神經(jīng)網(wǎng)絡(luò)，建立UUV集群行為識(shí)別模型；模型預(yù)測階段，獲取當(dāng)前軟件失效數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理過程，然后輸入所獲得的SGRU預(yù)測模型進(jìn)行UUV集群行為識(shí)別的預(yù)測，得到預(yù)測結(jié)果。本發(fā)明克服傳統(tǒng)GRU神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)過于復(fù)雜，泛化能力差的問題，并且應(yīng)用SGRU建立精確高效的UUV集群行為識(shí)別模型，解決傳統(tǒng)方法無法準(zhǔn)確識(shí)別UUV集群行為的問題。