资料下载
×
多核学习的潜射武器环境因子安全性预测
消耗积分:2 |
格式:rar |
大小:0.33 MB |
2018-01-08
分享资料个
由于潜射武器通常都是长期贮存、一次使用的，所以贮存阶段是影响潜射武器安全性的主要阶段。在贮存阶段，由于水下环境恶劣，所以温度、湿度、振动等环境因素是影响潜射武器的安全性的主要因素。潜射武器的安全性不仅对武器本身具有重要影响，而且对潜艇的安全性具有重大影响。目前，对潜射武器的安全性控制主要集中在安全性分析和安全性评估，这两种方法对于潜射武器的安全控制具有重要作用，但是这两种方法都是对武器系统固有的安全因素进行分析评估，却难以对武器系统的安全性进行预测。如果能及时准确的预测潜射武器的安全性，及时采取安全性控制措施，将对提高潜射武器的安全性具有重要作用。
目前有关装备安全性预测方法主要包括神经网络方法、系统仿真方法，贝叶斯网络方法等。但是上述方法都没有利用环境因子进行安全性预测，而且上述方法的泛化能力有限，所以不能保证安全性预测的精度。
多核学习是近年来机器学习领域的研究热点，其在模式分类、模式回归及预测等方面具有广泛应用。局部多核学习方法（LMKL）是一种泛化能力较好的多核学习方法，本文采用LMKL对潜射武器环境因子的安全性进行预测。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
