舰船科学技术
艦船科學技術
함선과학기술
SHIP SCIENCE AND TECHNOLOGY
2011年
5期
28-32
,共5页
大攻角水动力%BP神经网络%Bayesian正则化法
大攻角水動力%BP神經網絡%Bayesian正則化法
대공각수동력%BP신경망락%Bayesian정칙화법
基于BP神经网络技术对潜艇大攻角机动运动水动力的表达方式进行了研究.所建网络具有循环强化以及自适应设计最佳隐层单元数的特点.应用Bayesian正则化算法进行网络训练,结果表明,这种方法训练的网络具有较高的泛化能力和准确性,适合于表达样本数据较少且非线性强烈的潜艇大攻角机动运动水动力.
基于BP神經網絡技術對潛艇大攻角機動運動水動力的錶達方式進行瞭研究.所建網絡具有循環彊化以及自適應設計最佳隱層單元數的特點.應用Bayesian正則化算法進行網絡訓練,結果錶明,這種方法訓練的網絡具有較高的汎化能力和準確性,適閤于錶達樣本數據較少且非線性彊烈的潛艇大攻角機動運動水動力.
기우BP신경망락기술대잠정대공각궤동운동수동력적표체방식진행료연구.소건망락구유순배강화이급자괄응설계최가은층단원수적특점.응용Bayesian정칙화산법진행망락훈련,결과표명,저충방법훈련적망락구유교고적범화능력화준학성,괄합우표체양본수거교소차비선성강렬적잠정대공각궤동운동수동력.
