文章详情
| 稿件标题： | 一种基于WaveNet的火力控制系统误差溯源方法 |
| 稿件作者： | 杨帆,王长城 |
| DOI： | 10.11809/bqzbgcxb2022.S1.055 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 火控系统；误差溯源；多变量时间序列；时间序列特征工程；深度神经网络 |
| 文章摘要： | 提出一种基于蒙特卡洛仿真的火力控制系统误差溯源数据集的构建方法，采用WaveNet神经网络提取误差溯源数据集的特征，实现火力控制系统误差溯源。实验研究表明两层残差块的WaveNet神经网络能够比其他网络更好地完成溯源任务，更不易漏检误差源。与朴素贝叶斯方法、支持向量机方法和小波神经网络方法相比，WaveNet神经网络在测试集上模型平均准确率、平均精度、平均召回率、平均 F 1得分均为93%，比表现最优的小波神经网络得分均高6%，WaveNet神经网络在多环节误差源的溯源上有明显优势。 |
| 稿件基金： | 国防基础科研计划项目（JCKY2018209B010） |
| 引用本文格式： | 杨帆,王长城.一种基于WaveNet的火力控制系统误差溯源方法［J］.兵器装备工程学报，2022,43(S1):275-281. YANG Fan, WANG Changcheng.A WaveNet neural network based error tracking method for fire control system［J］.Journal of Ordnance Equipment Engineering,2022,43(S1):275-281. |
| 刊期名称： | 2022年增刊1期 |
| 出版时间： | 2022年7月 |
| 上线时间： | 2022年7月1日 |
| 浏览次数： | 2324 |
| 下载次数： | 361 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |