受限玻爾茲曼機(jī)在裝備保障方案評價(jià)中的應(yīng)用
本文關(guān)鍵詞:受限玻爾茲曼機(jī)在裝備保障方案評價(jià)中的應(yīng)用 出處:《太赫茲科學(xué)與電子信息學(xué)報(bào)》2016年06期 論文類型:期刊論文
更多相關(guān)文章: 受限玻爾茲曼機(jī) 反向傳播神經(jīng)網(wǎng)絡(luò) 裝備保障
【摘要】:使用受限玻爾茲曼機(jī)和反向傳播(BP)神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法,充分利用受限玻爾茲曼機(jī)自動(dòng)提取數(shù)據(jù)的內(nèi)在特征的能力,以及BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力,對已建立的裝備保障評價(jià)體系進(jìn)行評估。利用Matlab對方法的有效性進(jìn)行驗(yàn)證,通過公共數(shù)據(jù)集進(jìn)行仿真。結(jié)果表明,用該方法獲得的評估值精確度較高,具有良好的識(shí)別率。
[Abstract]:With the combination of constrained Boltzmann machine and backpropagation BPneural network, the ability of automatic extraction of the inherent features of data and the learning ability of BP neural network are fully utilized by the constrained Boltzmann machine. The evaluation system of equipment support is evaluated. The validity of the method is verified by Matlab and simulated by common data set. The results show that. The evaluation value obtained by this method has high accuracy and good recognition rate.
【作者單位】: 電子科技大學(xué)自動(dòng)化工程學(xué)院;
【基金】:國家科研資助項(xiàng)目(No.9140A27040213DZ02403)
【分類號】:TP183;E15
【正文快照】: 裝備保障能力是部隊(duì)確保戰(zhàn)斗力,贏取戰(zhàn)爭勝利的重要因素,因此做好裝備的綜合保障是提升部隊(duì)作戰(zhàn)能力和保障能力的一項(xiàng)重要工作。目前有很多文獻(xiàn)研究裝備的保障能力,文獻(xiàn)[1]研究了裝備保障體系的必要性,通過裝備器材、人員、設(shè)備等幾方面內(nèi)容建立評估方法和步驟,把評估過程全程
【相似文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前10條
1 李娟;基于RBM的小分子活性及選擇性研究[D];蘭州大學(xué);2015年
2 葉睿;基于深度學(xué)習(xí)的人臉檢測方法研究[D];哈爾濱工業(yè)大學(xué);2015年
3 張衛(wèi)東;深度信念網(wǎng)絡(luò)及其在手寫字體識(shí)別中的應(yīng)用[D];成都理工大學(xué);2015年
4 施維劏;門限玻爾茲曼機(jī)在人臉識(shí)別中的魯棒性研究[D];北京交通大學(xué);2015年
5 萬程;自適應(yīng)基數(shù)受限玻爾茲曼機(jī)[D];清華大學(xué);2015年
6 李亦錟;受限的玻爾茲曼機(jī)在背景建模和文本建模中的研究與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2016年
7 張艷霞;基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)模型及其應(yīng)用[D];電子科技大學(xué);2016年
8 朱常寶;基于深度玻爾茲曼機(jī)的特征學(xué)習(xí)算法研究[D];北京化工大學(xué);2016年
9 張怡康;基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)方法研究[D];北京化工大學(xué);2016年
10 王海麟;通過信息幾何方法挖掘玻爾茲曼機(jī)的不變性[D];天津大學(xué);2014年
,本文編號:1406038
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1406038.html