共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
武器系统作战效能的评估具有重要意义。针对作战效能评估过程中影响因素复杂、小样本、非线性等问题,引入基于最小二乘法的支持向量机回归算法,用于作战效能的学习与预测。为了提高预测精度,引入差分进化算法进行支持向量机的参数优化选取。以地地导弹武器系统效能为例,分别采用 BP神经网络算法、经典支持向量机算法与本文算法进行仿真计算,结果表明差分进化支持向量机算法可很好地实现武器系统作战效能评估,具有较好的计算精度。 相似文献
5.
6.
基于粗糙集和熵权以及改进支持向量机的导弹备件消耗预测 总被引:1,自引:1,他引:0
在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集(RS)、熵权(EW)法、自适应粒子群优化(APSO)算法与加权最小二乘支持向量机(WLS-SVM)的组合预测模型应用于导弹备件消耗预测的构想。阐述了粗糙集、信息熵、自适应粒子群优化算法和WLS-SVM的基本原理,并改进了APSO的搜索方式和最小二乘支持向量机(LS-SVM)的加权方法;建立了基于RS、EW法和自适应粒子群优化WLS-SVM的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。 相似文献
7.
8.
支持向量机的手写体数字识别中,采用美国邮政服务数据库.并取多个2层神经网络中的最好者得出2层神经网络结果,专门设计5层卷积神经网络Lenetl.所有的结果均直接采用点阵输入,将像素值归正到相应区域间,且不施加任何预处理.该方法与人工分类、神经网络、决策树等方法比较,其测试误差低,测试速度高. 相似文献
9.
10.
11.
12.
13.
基于Rough集和回归型SVM的超视距空战威胁评估 总被引:1,自引:0,他引:1
针对现有超视距空战威胁评估方法的不足,提出了基于Rough集和回归型SVM的超视距空战威胁评估方法。该方法结合对超视距空战过程和影响参数的分析,构造了参战双方战机的态势、效能、事件、目标战役价值等优势函数,将导弹射程作为距离因素的一种引入威胁评估优势函数模型中,改进了距离优势函数,优化了方位角、进入角、能量、效能等优势函数,并将目标战役价值作为威胁评估的因素;然后采用Rough集的知识简约方法简约了各优势函数中的冗余信息,并采用回归型SVM实现了最终的威胁评估排序;经仿真计算验证,该方法合理、有效。 相似文献
14.
为提高空中远程作战信息对抗能力评估的高效性,在合理构建评估指标体系的基础上,提出一种基于粗
糙集的能力评估模型。利用粗糙集理论分析测试数据,约简指标体系,确定指标权重,实现了对空中远程作战信息
对抗能力的评估,并对算例进行评估与分析。评估结果表明:该方法减少了评估计算量,提高了评估速率,能够使
评估结果更具客观性和真实性,对空中远程作战信息对抗能力的评估具有重要借鉴意义。 相似文献
15.
16.
17.