共查询到10条相似文献,搜索用时 46 毫秒
1.
基于神经网络的武器系统费用效能分析 总被引:5,自引:0,他引:5
简述了导弹武器系统的费用- 效能分析的方法。研究了三层神经网络的结构及算法,提出了用神经网络理论来估算武器系统的费用和效能的方法。武器系统的费用和效能与武器特征参数的关系可通过神经网络的阈值和权值得到体现,通过实例作了说明,并进行了武器系统费用- 效能分析,该方法比较可信。 相似文献
2.
3.
用预测法量化防空导弹武器系统效能的研究 总被引:6,自引:0,他引:6
针对当前分析人员难于求解防空导弹武器系统总体效能值,提出了一套量化系统效能中的系统能力向量C的方法。对该方法作了详细的论述,并用该方法量度了一些防空导弹武器系统的总体系统效能。分析得到的结果是令人满意的,从而进一步解决了如何通过较理想的效能模型,全面地预测防空导弹武器系统在给定条件下完成规定任务的能力问题。 相似文献
4.
5.
针对卷积神经网络对一维舵机数据特征提取不充分,本文提出将一维数据升级为二维数据,采用二维卷积神经网络对舵机故障进行智能检测。首先将一维数据首尾对称排列组成矩阵形式的二维数据,拓宽感受野,增加数据量,打破了空间局限性,避免了数据特征提取不充分,使特征提取具有全局性;其次构建了局部特征学习模块,该模块包含一个卷积层,一个Batch Normalization (BN)层,和一个ReLU激活函数,用于学习数据相关性。最后利用该模型实现对舵机数据的处理,从而实现舵机的智能故障检测。实验结果表明,该模型的准确度高达99.53%,效果优于其他的常用模型,证明了二维卷积神经网络应用于舵机故障检测的可行性。 相似文献
6.
基于BP神经网络方法对景象匹配算法进行研究,以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩,并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。 相似文献
7.
随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。 相似文献
8.
9.
10.
灰色层次分析法在导弹武器系统生存能力评估中的应用研究 总被引:1,自引:0,他引:1
分析了影响导弹武器系统生存能力的主要因素,建立了武器系统生存能力指标体系;对灰色系统理论中的三角白化权函数进行了适应性改进,形成了一种基于层次分析-灰色评估法的新型导弹武器系统生存能力评估模型。最后,利用该模型对某导弹武器系统进行生存能力评估,评价结果具有客观性,有一定的应用价值。 相似文献