搜索结果: 1-11 共查到“兵器科学与技术 学习”相关记录11条 . 查询时间(0.388 秒)
基于机器学习的雷达辐射源识别方法具有智能化程度高、鲁棒性好等优点，是雷达辐射源识别领域的研究热点。阐述了基于机器学习的雷达辐射源识别方法的基本原理和研究现状，总结归纳了基于神经网络、统计学习、集成学习、深度学习等4类主流雷达辐射源识别方法的优点与不足。最后阐述了基于深度学习的雷达辐射源识别方法将成为发展趋势，指出该方法面临的挑战，对未来的研究方向进行了展望。
基于增强学习的航材二级库存优化配置研究
二级库存 横向供应 增强学习 MDP
2020/3/12
为了解决编制体制调整后，二级库存条件下航材供应的横向调配供应问题，提出了增强学习思想下使用马尔科夫决策过程对二级库存航材供应过程建模，利用增强学习中的策略评估和策略迭代方法求解，得到在任意库存状态下，对应的最优横向供应策略。通过验证，该模型可以在二级库存条件下，减小各单位库存不平衡对航材保障效率的影响，延长保障时间，增强航材横向供应的提前性和科学性。
提出了一种基于主动学习Kriging的飞行器射程评估方法；结合高超声速飞行器的特点，通过将气动、推进、质量学科的不确定性因素注入飞行器设计多学科分析模型，构建飞行器射程概率评估模型；进而，利用主动学习策略序列加点方法建立射程评估代理模型，实现对射程及设计裕度的量化分析；仿真结果表明：该方法合理可行，显著提升了射程评估效率。
为提升装备维修保障兵棋系统的学习能力和对抗水平，前沿性的将人工智能领域相关理论技术应用到系统中，通过运用马尔科夫决策过程（MDP）与神经网络等方法，在系统内部建立环境感知反馈、过程在线学习等通道，进一步扩展、增强和延伸系统中AI的角色能力，并随着推演次数的增加充分挖掘系统数据资源潜能，同步增强AI的推演行动反馈及战术策略应用能力，提升利用效率，实现推演学习推演的有效循环，以此来逐步提高兵棋系统的对...
基于迭代学习算法的转台精确定位控制研究
系统辨识 转台定位控制 迭代学习控制
2016/10/12
针对某小口径炮弹底火拧紧设备的物流装置—六工位旋转工作台的定位过程存在快速性、稳态精度与稳 定性相互制约的问题，提出了一种基于闭环PID 型迭代学习算法的六工位转台定位控制方法。该方法基于某小口径 炮弹底火拧紧设备，对其六工位转台被控对象进行了系统辨识，结合辨识的结果，具体设计了一种基于闭环PID 迭 代学习算法的转台定位控制方法，并进行了转台定位控制试验。试验结果表明：该方法实现了转台的快速准确...
基于自组织增量学习神经网络的信息融合技术
智能机器人 信息融合 自组织增量学习神经网络 联想记忆
2016/10/11
针对传统神经网络在实际信息融合过程中存在的一些缺陷，提出一种基于自组织增量学习神经网络 (self-organizing incremental neural network，SOINN)的信息融合方法。对不同类型传感器接收到的异构数据，使用 增量式正交分量分析(incremental orthogonal component analysis，IOCA)方法进行数据自适应降维和特征提取，将提 取...
基于迭代学习的供输弹系统协调器控制研究
迭代学习控制 供输弹系统 协调器 火炮
2015/11/2
针对某供输弹系统协调器中托弹盘翻入输弹线采用行程开关控制，位置控制精度难以保证，影响到弹丸卡膛一致性的问题，引入迭代学习控制作为位置环控制器，设计了一个控制托弹盘翻入输弹线的永磁同步电机控制系统，仿真结果表明：经过多次迭代学习后，位置控制误差趋于一个稳定值，有利于提高弹丸的卡膛一致性，从而提高火炮射击精度。
基于多核学习的潜射武器环境因子安全性预测
多核学习方法 潜射武器 安全性预测 环境因子 Localized Multiple Kernel Learning Submarine Launched Weapon Safety Prediction Environment Factor
2014/6/20
环境因素是影响潜射武器安全性的重要因素。针对安全性预测对泛化能力要求高的问题，采用局部多核学习方法对环境安全性进行预测。局部多核学习方法的输入为环境因子(温度及其变化率、湿度及其变化率)，输出是安全性预测结果。仿真结果证实，局部多核学习方法可以有效对武器系统环境安全性进行预测。Environment is an important factor to safety of submarine lau...
一种基于在线学习的弹道识别方法
弹道识别 支持向量机(SVM) 在线优化 Pegasos
2014/6/4
用SVM机器学习算法来解决弹道识别问题极大提高了识别精度,然而在处理过程中采用批处理优化方法很难缩短识别时间。考虑到实际中雷达捕获弹道数据是以在线的方式存在的,文中提出一种基于在线学习的弹道识别方法。仿真实验结果表明,在线算法在保证识别精度相当的情形下,大大的缩短了弹道识别时间。从而认为基于在线学习的识别方法是一种值得引进的弹道识别方法。
学习速率连续变化的BP神经网络算法
收敛 VLBP算法 学习速率 均方误差变化率
2012/4/1
针对 Ｂ Ｐ神经网络中的可变学习速率 Ｂ Ｐ算法收敛慢、 学习速率固定等问题， 提出了一种改进的可变学习速率的 Ｂ Ｐ算法。以连续２次迭代的均方误差变化量为变量的连续学习速率因子函数， 通过引入调节学习速率参数使得学习速率因子尽可能连续变化， 用于对 Ｂ Ｐ算法的改进， 从而加快收敛速度。仿真实验表明， 改进的算法提高了网络的学习速度， 且具有良好的收敛性。