受限玻尔兹曼机在装备保障方案评价中的应用
发布时间:2018-01-10 16:48
本文关键词:受限玻尔兹曼机在装备保障方案评价中的应用 出处:《太赫兹科学与电子信息学报》2016年06期 论文类型:期刊论文
【摘要】:使用受限玻尔兹曼机和反向传播(BP)神经网络相结合的方法,充分利用受限玻尔兹曼机自动提取数据的内在特征的能力,以及BP神经网络的学习能力,对已建立的装备保障评价体系进行评估。利用Matlab对方法的有效性进行验证,通过公共数据集进行仿真。结果表明,用该方法获得的评估值精确度较高,具有良好的识别率。
[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.
【作者单位】: 电子科技大学自动化工程学院;
【基金】:国家科研资助项目(No.9140A27040213DZ02403)
【分类号】:TP183;E15
【正文快照】: 装备保障能力是部队确保战斗力,赢取战争胜利的重要因素,因此做好装备的综合保障是提升部队作战能力和保障能力的一项重要工作。目前有很多文献研究装备的保障能力,文献[1]研究了装备保障体系的必要性,通过装备器材、人员、设备等几方面内容建立评估方法和步骤,把评估过程全程
【相似文献】
相关硕士学位论文 前10条
1 李娟;基于RBM的小分子活性及选择性研究[D];兰州大学;2015年
2 叶睿;基于深度学习的人脸检测方法研究[D];哈尔滨工业大学;2015年
3 张卫东;深度信念网络及其在手写字体识别中的应用[D];成都理工大学;2015年
4 施维劏;门限玻尔兹曼机在人脸识别中的鲁棒性研究[D];北京交通大学;2015年
5 万程;自适应基数受限玻尔兹曼机[D];清华大学;2015年
6 李亦锬;受限的玻尔兹曼机在背景建模和文本建模中的研究与应用[D];中国科学技术大学;2016年
7 张艳霞;基于受限玻尔兹曼机的深度学习模型及其应用[D];电子科技大学;2016年
8 朱常宝;基于深度玻尔兹曼机的特征学习算法研究[D];北京化工大学;2016年
9 张怡康;基于受限玻尔兹曼机的深度学习方法研究[D];北京化工大学;2016年
10 王海麟;通过信息几何方法挖掘玻尔兹曼机的不变性[D];天津大学;2014年
,本文编号:1406038
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1406038.html