期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于强制稀疏自编码神经网络的作战态势评估方法研究
被引量：
22
1
作者
郭圣明
贺筱媛
+1 位作者
吴琳
胡晓峰
《系统仿真学报》
CAS
CSCD
北大核心
2018年第3期772-784,800,共14页
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌...
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌现关系,在战场态势预测分析的基础上,进一步深入分析体系能力生成机理及贡献度,并通过仿真数据对模型进行验证。该模型对体系能力指标涌现的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知复杂战场态势提供了可行的方法手段。
展开更多
关键词
态势评估
先验知识
强制
稀疏自编码神经网络
涌现效应
贡献度
在线阅读
下载PDF
职称材料
基于稀疏自编码神经网络的产品再设计模块识别方法
被引量：
3
2
作者
马斌彬
马红占
+1 位作者
褚学宁
李玉鹏
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019年第7期838-843,共6页
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能...
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据.
展开更多
关键词
产品再设计
模块识别
性能时变数据
稀疏自编码神经网络
功能退化
在线阅读
下载PDF
职称材料
题名
基于强制稀疏自编码神经网络的作战态势评估方法研究
被引量：
22
1
作者
郭圣明
贺筱媛
吴琳
胡晓峰
机构
国防大学联合作战学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2018年第3期772-784,800,共14页
基金
国家自然科学基金(61273189
71401168
+4 种基金
61174156
61403401
61374179
61773399)
军民共用重大研究计划联合基金(U1435218)
文摘
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌现关系,在战场态势预测分析的基础上,进一步深入分析体系能力生成机理及贡献度,并通过仿真数据对模型进行验证。该模型对体系能力指标涌现的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知复杂战场态势提供了可行的方法手段。
关键词
态势评估
先验知识
强制
稀疏自编码神经网络
涌现效应
贡献度
Keywords
situation assessment
heuristic knowledge
FS-SAE
emergence effect
contribution rate of SOS
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于稀疏自编码神经网络的产品再设计模块识别方法
被引量：
3
2
作者
马斌彬
马红占
褚学宁
李玉鹏
机构
上海交通大学机械与动力工程学院
中国矿业大学矿业工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019年第7期838-843,共6页
基金
国家自然科学基金项目(51875345,51475290,51075261,51505480)
文摘
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据.
关键词
产品再设计
模块识别
性能时变数据
稀疏自编码神经网络
功能退化
Keywords
product redesign
module identification
time-varying performance feature data
sparse autoencoder neural network (SAENN)
function degradation
分类号
TB472 [一般工业技术—工业设计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强制稀疏自编码神经网络的作战态势评估方法研究
郭圣明
贺筱媛
吴琳
胡晓峰
《系统仿真学报》
CAS
CSCD
北大核心
2018
22
在线阅读
下载PDF
职称材料
2
基于稀疏自编码神经网络的产品再设计模块识别方法
马斌彬
马红占
褚学宁
李玉鹏
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
