舰船电子工程
艦船電子工程
함선전자공정
SHIP ELECTRONIC ENGINEERING
2008年
9期
77-80
,共4页
舰炮%随动系统%支持向量机%神经网络
艦砲%隨動繫統%支持嚮量機%神經網絡
함포%수동계통%지지향량궤%신경망락
支持向量机和人_T神经网络是在故障诊断方面比较常用的两种方法.针对支持向量机和人工神经网络在故障诊断方面的优势和不足,提出了一种基于SVM-ANN混合模型的故障诊断方法,并将其应用在某型舰炮武器随动系统的故障诊断中,该方法具有诊断速度快、诊断精度高等优点.
支持嚮量機和人_T神經網絡是在故障診斷方麵比較常用的兩種方法.針對支持嚮量機和人工神經網絡在故障診斷方麵的優勢和不足,提齣瞭一種基于SVM-ANN混閤模型的故障診斷方法,併將其應用在某型艦砲武器隨動繫統的故障診斷中,該方法具有診斷速度快、診斷精度高等優點.
지지향량궤화인_T신경망락시재고장진단방면비교상용적량충방법.침대지지향량궤화인공신경망락재고장진단방면적우세화불족,제출료일충기우SVM-ANN혼합모형적고장진단방법,병장기응용재모형함포무기수동계통적고장진단중,해방법구유진단속도쾌、진단정도고등우점.